Member of Technical Staff: Research Scientist, Pre-Training

W Essential AI, jesteśmy na ekscytującej drodze do zwiększenia współpracy człowieka z komputerem poza dzisiejsze ograniczenia. Nasze zaangażowanie w tworzenie doskonałych doświadczeń użytkownika od podstaw – od UX po modele obliczeniowe o wysokiej wartości – wyróżnia nas. W miarę rozwijania naszego elitarnego, multidyscyplinarnego zespołu, poszukujemy pasjonatów gotowych stawić czoła znaczącym wyzwaniom w dziedzinie AI. Wspierani przez wiodących inwestorów, w tym March Capital, Thrive Capital oraz zauważalny udział AMD, Franklin Venture Partners, Google, KB Investment i NVIDIA, jesteśmy na progu przełomowych osiągnięć.

Jako Naukowiec ds. Badań specjalizujący się w Pre-Trainingu, będziesz napędzać innowacje w rozwoju modeli podstawowych, aby sprostać zarówno potrzebom naukowym, jak i specyficznym dla klienta. Twoja wiedza specjalistyczna pomoże rozwijać nowatorskie algorytmy i pionierskie eksperymenty badawcze mające na celu usprawnienie procesów pre-treningowych. Ta rola jest kluczowa dla osiągnięcia bardziej zdolnych, solidnych i wydajnych modeli AI, skupiając się na skalowalności i wydajności w większych zbiorach danych i rozmiarach modeli.

• Prowadzić i wnosić znaczący wkład w inicjatywy badawcze, które zwiększają realną funkcjonalność naszych modeli AI.
• Ściśle współpracować z naszymi zespołami danych i produktów, aby zacieśnić więzi między badaniami a zastosowaniami produktowymi, identyfikując luki w możliwościach i oceniając postępy.
• Pionierować długoterminowe projekty badawcze dostosowane do pre-treningowych modeli dla zastosowań korporacyjnych.
• Współpracować z inżynierami badawczymi w celu projektowania, implementacji i wdrażania innowacyjnych technik, które zwiększają możliwości naszych modeli.
• Tworzyć i doskonalić nowe algorytmy i metody zapewniające skalowalność, efektywność i skuteczność modeli pre-treningowych.
• Pozostawać na bieżąco z najnowszymi osiągnięciami w pre-treningu, integrując nowe odkrycia z bieżącymi badaniami i rozwojem produktu.

• Udowodnione zdolności badawcze, szczególnie w pre-treningu i budowaniu rozległych modeli językowych przy użyciu platform takich jak Megatron, DeepSpeed, MaxText i innych.
• Trwałe podstawy w zasadach uczenia maszynowego, kładąc nacisk na podejście do badań oparte na pierwszych zasadach.
• Doświadczenie w opracowywaniu nowych metod lub usprawnianiu istniejących technik w ML lub blisko związanych obszarach.
• Zdolności w optymalizacji procesów przetwarzania danych i wstępnego przetwarzania danych dla zastosowań ML.
• Znajomość języków programowania powszechnie stosowanych w badaniach ML, w tym Pythona.
• Wyjątkowe umiejętności