Tether.to er et selskap innen digitale aktiva med fokus på infrastruktur for stablecoins og blokkjedebaserte betalinger. Selskapets Tether-tokens er utformet for å opprettholde en verdi på 1:1 i forhold til de tilsvarende fiatvalutaene, og kan overføres på tvers av flere blokkjeder. Dette legger til rette for digitale transaksjoner og betalinger på tvers av landegrenser. Selskapet publiserer også informasjon om sine aktiva og reserver, og utvikler opplæringstiltak som skal øke forståelsen av og bruken av digitale aktiva, blant annet i Midtøsten, Tyrkia og Filippinene. Gjennom arbeidet sitt innen krypto, fintech og finans bidrar Tether.to til utviklingen av alternativ finansiell infrastruktur og bruksområder for stabile digitale valutaer.
AI-forskningsingeniør innen modellkomprimering og kvantisering
Utvikle komprimeringsmetoder for store språkmodeller og visjon-språkmodeller som brukes i Tethers blokkjedebaserte plattform for digital finans. Forbedre kvantisering, destillering og beskjæring slik at generativ AI kan kjøres effektivt på edge-enheter.
Beskrivelse
- Redusere størrelsen på generative AI-modeller og inferensforsinkelsen med lavbitkvantisering, samtidig som nøyaktighet og utdatakvalitet bevares.
- Destillere større lærermodeller til mindre elevmodeller for multimodal resonnering på tvers av tekst, bilder og lyd.
- Beskjære overflødige modellparametere og attention-hoder.
- Evaluere avveininger mellom modellstørrelse, forsinkelse, minne, gjennomstrømming og nøyaktighet.
- Undersøke og bruke kvantisering med blandet presisjon og andre avanserte komprimeringsmetoder.
- Følge forskning på komprimering av multimodale og generative modellarkitekturer.
- Bygge pålitelige komprimeringspipeliner og definere måleparametere for ytelse og fidelitet.
- Løse flaskehalser i inferens i produksjon.
- Utvikle skalerbare AI-systemer for edge-enheter som smarttelefoner, med lavt minnebruk og kort forsinkelse.
- Dokumentere metoder, eksperimenter og resultater slik at arbeidet kan gjenskapes og deles.
- Skrive tekniske artikler og publisere funn på konferanser som NeurIPS, ICML, ICLR, CVPR, ACL og AAAI.
Krav
- Ha en grad i informatikk eller et beslektet fagområde.
- Doktorgrad i NLP, maskinlæring eller et beslektet fagområde er ønskelig.
- Ha en sterk merittliste innen AI-forskning og -utvikling, inkludert publikasjoner på ledende konferanser.
- Ha erfaring med PyTorch eller et tilsvarende rammeverk for dyp læring.
- Ha praktisk erfaring med kvantiseringsbevisst trening og kvantisering etter trening.
- Ha forskningsmessig og praktisk erfaring med kunnskapsdestillering.
- Ha forskningsmessig og praktisk erfaring med modellbeskjæring.
- Forstå nevrale nettverksarkitekturer og trening, inkludert transformere, LLM-er, VLM-er, backpropagation, optimalisering og finjustering.
- Kjennskap til C++ er en fordel.
- Kommunisere effektivt på engelsk.
- Oppgi landet der du har tenkt å arbeide.
Fordeler
- Arbeid eksternt fra hvor som helst i verden.
- Samarbeid med et globalt team og eksperter innen fintech, AI og blokkjede.
- Bidra til produkter innen digital finans, blokkjede, AI og peer-to-peer-teknologi.
- Få mulighet til å skrive tekniske artikler og publisere på ledende konferanser.
- Få tilgang til muligheter for faglig samarbeid og forskningssamarbeid.