KI-Forschungsingenieur (Modellkomprimierung und -quantisierung)

Treten Sie Tether bei und gestalten Sie die Zukunft des digitalen Finanzwesens
Bei Tether entwickeln wir nicht nur Produkte, wir sind Vorreiter einer globalen Finanzrevolution. Unsere hochmodernen Lösungen ermöglichen es Unternehmen – von Börsen und Wallets bis hin zu Zahlungsabwicklern und Geldautomaten –, rücklagegesicherte Token nahtlos über Blockchains hinweg zu integrieren. Durch die Nutzung der Leistungsfähigkeit der Blockchain-Technologie ermöglicht Ihnen Tether das sofortige, sichere und globale Speichern, Senden und Empfangen digitaler Token – und das alles zu einem Bruchteil der Kosten. Transparenz ist die Grundlage unseres Handelns und gewährleistet Vertrauen bei jeder Transaktion.

Innovation mit Tether
Tether Finance: Unsere innovative Produktsuite umfasst den vertrauenswürdigsten Stablecoin der Welt, USDT, auf den Hunderte Millionen Menschen auf der ganzen Welt vertrauen, sowie bahnbrechende Dienste zur Tokenisierung digitaler Vermögenswerte.
Aber das ist erst der Anfang:
Tether Power: Unsere Energielösungen fördern nachhaltiges Wachstum und optimieren den überschüssigen Strom für das Bitcoin-Mining durch umweltfreundliche Verfahren in hochmodernen, geografisch vielfältigen Anlagen.
Tether Data: Wir treiben Durchbrüche in der KI- und Peer-to-Peer-Technologie voran, senken Infrastrukturkosten und verbessern die globale Kommunikation mit modernsten Lösungen wie KEET, unserer Flaggschiff-App, die den sicheren und privaten Datenaustausch neu definiert.
Tether Education: Durch die Demokratisierung des Zugangs zu erstklassigem digitalen Lernen ermöglichen wir Einzelpersonen, in der Digital- und Gig-Wirtschaft erfolgreich zu sein und so globales Wachstum und Chancen voranzutreiben.
Tether Evolution: An der Schnittstelle von Technologie und menschlichem Potenzial verschieben wir die Grenzen des Möglichen und gestalten eine Zukunft, in der Innovation und menschliche Fähigkeiten auf kraftvolle, beispiellose Weise verschmelzen.

Warum sollten Sie bei uns mitmachen?
Unser Team ist ein globales Talent-Powerhouse, das von überall auf der Welt aus arbeitet. Wenn es Ihnen am Herzen liegt, sich im Fintech-Bereich einen Namen zu machen, ist dies Ihre Gelegenheit, mit einigen der klügsten Köpfe zusammenzuarbeiten, Grenzen zu überschreiten und neue Standards zu setzen. Wir sind schnell gewachsen, schlank geblieben und haben uns unseren Platz als Branchenführer gesichert.
Wenn Sie über ausgezeichnete Englischkenntnisse verfügen und bereit sind, einen Beitrag zur innovativsten Plattform der Welt zu leisten, ist Tether der richtige Ort für Sie.
Sind Sie bereit, Teil der Zukunft zu sein?

Über den Job
Als Mitglied unseres KI-Forschungsteams treiben Sie Innovationen in der Modellkomprimierung und effizienten Bereitstellung für fortschrittliche multimodale KI-Systeme voran, einschließlich großer Sprachmodelle (LLMs) und Vision-Language-Modelle (VLMs). Ihre Arbeit konzentriert sich auf die Reduzierung des Modell-Footprints und der Rechenkosten bei gleichzeitiger Wahrung der Genauigkeit, damit leistungsstarke KI effizient auf ressourcenbeschränkten Edge-Geräten ausgeführt werden kann. Sie werden Komprimierungstechniken wie Quantisierung, Wissensdestillation und Pruning anwenden und weiterentwickeln, um komplexe multimodale Architekturen zu rationalisieren, die Text, Bilder und Audio integrieren.
Wir erwarten, dass Sie über fundierte Kenntnisse in Modellkomprimierungsmethoden und einen fundierten Hintergrund in multimodalen Modellarchitekturen verfügen. Sie verfolgen einen praxisorientierten, forschungsorientierten Ansatz, um neuartige Komprimierungsstrategien zu entwickeln, zu testen und zu implementieren, die Modellgröße, Latenz, Durchsatz und Genauigkeit in Einklang bringen. Zu Ihren Aufgaben gehören der Aufbau robuster Komprimierungspipelines, die Festlegung von Leistungs- und Wiedergabetreue-Metriken sowie die Behebung von Engpässen bei der Produktionsinferenz. Das ultimative Ziel besteht darin, skalierbare KI-Systeme mit geringem Speicher und geringer Latenz auf Edge-Geräten (z. B. Smartphones) bereitzustellen, die eine hohe Wiedergabetreue und einen greifbaren realen Wert gewährleisten.

Verantwortlichkeiten
Teilen Sie die wichtigsten Verantwortlichkeiten in Stichpunkten auf. Es ist hilfreich, sie umsetzbar und messbar zu machen. Für komplexere Rollen könnte dies auch in Kategorien gruppiert werden.

• Wenden Sie Low-Bit-Quantisierung an, um die Modellgröße und Inferenzlatenz für generative KI-Modelle (LLMs, VLMs, multimodal) zu reduzieren und gleichzeitig Genauigkeit und Ausgabequalität beizubehalten.

• Nutzen Sie die Wissensdestillation, um Fähigkeiten von größeren Lehrermodellen auf kleinere Schülermodelle zu übertragen und so effizientes multimodales Denken über Text-, Bild- und Audioeingaben hinweg zu ermöglichen.

• Implementieren Sie Bereinigungstechniken, um redundante Parameter und Aufmerksamkeitspunkte zu entfernen und so den Rechenaufwand zu reduzieren, ohne die Aufgabenleistung zu beeinträchtigen.

• Analysieren Sie Kompromisse zwischen Modelleffizienz (Größe, Latenz, Speicher) und Genauigkeit bei Quantisierungs-, Destillations- und Bereinigungsmethoden. schlagen Verbesserungen vor, die auf empirischen Erkenntnissen basieren.

• Erforschen und wenden Sie Quantisierung mit gemischter Präzision und andere fortschrittliche Komprimierungsstrategien an (z. B. adaptive Bereinigungspläne, Destillation mit Zwischenmerkmalsanpassung), um das Gleichgewicht zwischen Genauigkeit und Leistung zu optimieren.

• Bleiben Sie über die neuesten Forschungsergebnisse zur Modellkomprimierung auf dem Laufenden, einschließlich neuer Techniken für multimodale und generative Architekturen.

• Dokumentieren Sie Methoden, Experimente und Ergebnisse klar und deutlich, um die Reproduzierbarkeit, die interne Zusammenarbeit und die Stakeholder-Kommunikation zu unterstützen.

• Verfassen Sie technische Artikel und veröffentlichen Sie Ergebnisse auf hochrangigen Konferenzen (z. B. NeurIPS, ICML, ICLR, CVPR, ACL, AAAI), um den Bereich der Modellkomprimierung für multimodale KI voranzutreiben.

• Ein Abschluss in Informatik oder einem verwandten Bereich. Idealerweise promovieren Sie in NLP, maschinellem Lernen oder einem verwandten Bereich, ergänzt durch eine solide Erfolgsbilanz in der KI-Forschung und -Entwicklung (mit guten Veröffentlichungen auf A*-Konferenzen).

• Erfahrung mit PyTorch Deep Learning Frameworks oder gleichwertigen Frameworks

• Praktische Erfahrung mit Modellquantisierung, einschließlich Quantization-Aware Training (QAT) und Post-Training Quantization (PTQ).

• Recherche und praktische Erfahrung mit der Wissensdestillation zur Komprimierung großer Modelle in kleinere, effiziente Modelle.

• Forschung und praktische Erfahrung mit Modellbereinigung zum Komprimieren großer Modelle in kleinere, effiziente Modelle.…

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/tether-operations-limited/remote-ai-research-engineer-model-compression-quantization-london-40920)