A Tether.to é uma empresa de ativos digitais focada em infraestrutura de stablecoins e pagamentos baseados em blockchain. Seus tokens Tether são projetados para manter um valor de 1 para 1 em relação às moedas fiduciárias correspondentes e podem ser transferidos por várias blockchains, viabilizando transações digitais e pagamentos internacionais. A empresa também publica informações sobre seus ativos e reservas e desenvolve iniciativas educacionais destinadas a ampliar a compreensão e o uso de ativos digitais, inclusive no Oriente Médio, na Turquia e nas Filipinas. Com atuação nos setores de criptoativos, fintech e finanças, a Tether.to contribui para o desenvolvimento de infraestruturas financeiras alternativas e aplicações de moedas digitais estáveis.
Engenheiro de Pesquisa em IA – Otimização de Kernels e Inferência, Europa Remota
Otimize kernels de GPU, serving de modelos e sistemas de inferência para a plataforma de finanças digitais baseada em blockchain da Tether. Melhore a latência, o throughput e a eficiência de memória em dispositivos móveis e de edge.
Descrição
- Projete e implante arquiteturas de serving de modelos que maximizem o throughput, minimizem a latência e usem a memória de forma eficiente.
- Melhore o desempenho da inferência em dispositivos com recursos limitados e plataformas de edge.
- Defina metas de desempenho para latência, tempos de resposta de tokens e footprint de memória.
- Crie, execute e monitore testes controlados de inferência em ambientes simulados e de produção.
- Monitore indicadores de desempenho de latência, throughput, uso de memória e taxa de erros.
- Registre descobertas iterativas e compare os resultados com benchmarks multiplataforma estabelecidos.
- Desenvolva conjuntos de dados de teste e cenários de simulação para condições de implantação com poucos recursos.
- Avalie a eficiência computacional e identifique gargalos em pipelines de serving.
- Otimize batching, atrasos de rede, uso de memória, escalabilidade e confiabilidade.
- Trabalhe com equipes multifuncionais para integrar frameworks otimizados de serving e inferência a pipelines de produção em dispositivos de edge e no dispositivo.
- Estabeleça métricas de sucesso, monitore o desempenho continuamente e refine as soluções de forma iterativa.
Requisitos
- Formação em Ciência da Computação ou disciplina relacionada.
- Doutorado em PLN, aprendizado de máquina ou área relacionada é preferencial.
- Experiência comprovada em pesquisa e desenvolvimento de IA, incluindo publicações relevantes em conferências A*.
- Conhecimento prático da linguagem de shading do Metal (MSL).
- Capacidade de criar compute shaders personalizados do zero.
- Experiência na otimização de kernels de baixo nível e inferência em dispositivos móveis.
- Evidências de melhoria de latência de inferência, throughput e footprint de memória para aplicações específicas de domínio.
- Conhecimento avançado de arquiteturas modernas de serving de modelos e métodos de otimização de inferência.
- Experiência sólida escrevendo kernels de GPU para smartphones e outros dispositivos móveis.
- Conhecimento avançado de frameworks de serving de modelos e engines de inferência.
- Experiência prática no desenvolvimento e na implantação de pipelines de inferência de ponta a ponta em dispositivos com recursos limitados.
- Capacidade de aplicar pesquisa empírica a desafios de serving envolvendo latência, gargalos computacionais e limites de memória.
- Proficiência no desenho de frameworks de avaliação e na iteração de abordagens de otimização.
- Experiência com sistemas de inferência distribuída, incluindo paralelismo de tensores, de pipeline e de especialistas.
- Conhecimento avançado da matemática e da arquitetura de Modelos de Difusão e Vision Transformers.
- Conhecimento de pruning, quantização, Flash Attention, cache KV e decodificação especulativa com Eagle.
Benefícios
- Trabalhe remotamente de qualquer lugar do mundo.
- Colabore com uma equipe internacional.
- Contribua para produtos de fintech, blockchain, inteligência artificial e finanças digitais.