Tether.to är ett företag inom digitala tillgångar med fokus på infrastruktur för stablecoins och blockkedjebaserade betalningar. Företagets Tether-tokens är utformade för att behålla ett värde på 1:1 i förhållande till motsvarande fiatvalutor och kan överföras över flera blockkedjor, vilket möjliggör digitala transaktioner och gränsöverskridande betalningar. Företaget publicerar också information om sina tillgångar och reserver samt utvecklar utbildningsinitiativ som syftar till att öka förståelsen för och användningen av digitala tillgångar, bland annat i Mellanöstern, Turkiet och Filippinerna. Genom sitt arbete inom krypto, fintech och finans bidrar Tether.to till utvecklingen av alternativ finansiell infrastruktur och tillämpningar för digitala valutor med stabilt värde.
AI-forskningsingenjör inom modellkomprimering och kvantisering
Utveckla komprimeringsmetoder för stora språkmodeller och vision-språkmodeller som används i Tethers blockkedjebaserade plattform för digital finans. Förbättra kvantisering, destillering och beskärning så att generativ AI kan köras effektivt på edge-enheter.
Beskrivning
- Minska storleken på generativa AI-modeller och inferensfördröjningen med lågbitarskvantisering, samtidigt som noggrannhet och utdatakvalitet bevaras.
- Destillera större lärarmodeller till mindre elevmodeller för multimodalt resonemang med text, bilder och ljud.
- Beskär överflödiga modellparametrar och uppmärksamhetshuvuden.
- Utvärdera avvägningar mellan modellstorlek, fördröjning, minne, genomströmning och noggrannhet.
- Undersöka och tillämpa kvantisering med blandad precision och andra avancerade komprimeringsmetoder.
- Följa forskning om komprimering av multimodala och generativa modellarkitekturer.
- Bygga tillförlitliga komprimeringsflöden och definiera mått för prestanda och återgivningstrohet.
- Lösa flaskhalsar i inferens i produktionsmiljö.
- Utveckla skalbara AI-system för edge-enheter som smarttelefoner, med låg minnesanvändning och kort fördröjning.
- Dokumentera metoder, experiment och resultat så att arbetet kan återskapas och delas.
- Skriva tekniska artiklar och publicera resultat vid konferenser som NeurIPS, ICML, ICLR, CVPR, ACL och AAAI.
Krav
- Ha en examen i datavetenskap eller ett närliggande ämne.
- Doktorsexamen i NLP, maskininlärning eller ett närliggande ämne är meriterande.
- Ha en stark meritlista inom AI-forskning och -utveckling, inklusive publikationer vid ledande konferenser.
- Ha erfarenhet av PyTorch eller ett jämförbart ramverk för djupinlärning.
- Ha praktisk erfarenhet av kvantiseringsmedveten träning och kvantisering efter träning.
- Ha forskningsmässig och praktisk erfarenhet av kunskapsdestillering.
- Ha forskningsmässig och praktisk erfarenhet av modellbeskärning.
- Förstå neurala nätverksarkitekturer och träning, inklusive transformermodeller, LLM:er, VLM:er, backpropagering, optimering och finjustering.
- Kunskaper i C++ är meriterande.
- Kommunicera effektivt på engelska.
- Ange vilket land du avser att arbeta i.
Förmåner
- Arbeta på distans från var som helst i världen.
- Samarbeta med ett globalt team och experter inom fintech, AI och blockkedjeteknik.
- Bidra till produkter inom digital finans, blockkedjeteknik, AI och peer-to-peer-teknik.
- Få möjlighet att skriva tekniska artiklar och publicera vid ledande konferenser.
- Få tillgång till möjligheter till professionellt samarbete och forskningssamarbete.