Machine Learning Engineer, AI Models

Job expired!

Dołącz do Tenstorrent: Lidera Innowacji i Wydajności AI

Przegląd firmy:

W Tenstorrent jesteśmy na czele technologii AI, tworząc systemy, które znacząco zwiększają wydajność, łatwość użytkowania i efektywność kosztową. Przesuwamy granice w paradygmatach obliczeń AI, integrując najnowsze osiągnięcia w zakresie modeli oprogramowania, kompilatorów, platform, sieci i półprzewodników. Nasze zespoły, pełne zróżnicowanych i utalentowanych technologów, starannie zaprojektowały wysokowydajny procesor RISC-V CPU. Napędzani wspólną pasją do AI, dążymy do skonstruowania ostatecznych platform AI. Cenimy współpracę, ciekawość i determinację w rozwiązywaniu trudnych problemów. Obecnie rozszerzamy nasz zespół i aktywnie poszukujemy współpracowników na wszystkich poziomach, którzy posiadają zamiłowanie do uczenia maszynowego i rozwoju AI.

Nazwa stanowiska: Inżynier Machine Learning, Modele AI

Miejsce pracy: Role hybrydowe dostępne w Toronto, ON; Boston, MA; Santa Clara, CA; Austin, TX.

Kluczowe obowiązki:

Współpraca z interdyscyplinarnymi zespołami w celu określenia wymagań projektu i przekształcenia ich w potężne rozwiązania oparte na AI.
Projektowanie i doskonalenie architektur sieci neuronowych z wykorzystaniem PyTorch, mając na celu wyjątkową wydajność w różnych zadaniach.
Zarządzanie szkoleniem, walidacją i optymalizacją modeli uczenia maszynowego przy użyciu odpowiednich zbiorów danych, aby zapewnić precyzję i odporność.
Diagnozowanie i rozwiązywanie problemów z wydajnością modeli, ciągle innowując, aby podnieść wyniki.
Integrowanie najnowszych badań i rozwoju technologicznego w przepływach pracy projektowych, utrzymując konkurencyjną przewagę w aplikacjach uczenia maszynowego.
Ścisła współpraca z działami inżynieryjnymi, aby zapewnić płynną integrację modeli AI z operacyjnymi systemami.

Wymagane doświadczenie i kwalifikacje:

Licencjat lub wyższe wykształcenie w dziedzinie informatyki, inżynierii lub pokrewnej, lub równoważna praktyczna wiedza.
Znaczna biegłość w Pythonie i obszerne doświadczenie w stosowaniu PyTorch do opracowywania i szkolenia modeli uczenia głębokiego.
Udokumentowane doświadczenie w wdrażaniu sieci neuronowych na wielu platformach.
Podstawowe zrozumienie zarówno nadzorowanych, jak i nienadzorowanych technik uczenia maszynowego.
Kreatywne zdolności rozwiązywania problemów, w parze z silnym analitycznym myśleniem.
Wcześniejsze doświadczenie z C++, programowaniem jądra