Machine Learning Engineer

Vanna Labs: На передовой инноваций в области блокчейна, Vanna Labs лидирует в интеграции встроенного AI с выводом на блокчейне, что подкреплено передовой криптографией. Наша платформа, Vanna Network, предлагает сеть EVM блокчейна, разработанную для композитной исполнения AI на блокчейне, обеспечивая масштабируемость и безопасность модели вывода. Этот революционный подход позволяет разработчикам без труда интегрировать модели AI в смарт-контракты, способствуя созданию мощных децентрализованных приложений и новаторских кейсов использования.

Наша динамичная команда включает в себя высококлассных специалистов из известных технологических гигантов, таких как Two Sigma, Palantir и Google. Посвятив себя развитию децентрализованных AI кейсов на блокчейне, мы стремимся к децентрализации технологии AI. Присоединяйтесь к нам и станьте частью нашего виденья будущего.

Мы ищем высокомотивированного и самостоятельного инженера по машинному обучению для разработки и усовершенствования нашей инфраструктуры, предназначенной для обработки значительных рабочих нагрузок, связанных с AI и ML моделями. На этой роли вы будете лидировать в разработке высокопроизводительных систем AI/ML, поддерживающих как обработку в реальном времени, так и пакетную обработку. Работая в кооперации с междисциплинарными командами, вы будете проектировать и реализовывать инновационные пайплайны вывода и решения инфраструктуры, гарантируя, что наши модели машинного обучения эффективны и масштабируемы.

• Проектирование и построение масштабируемой инфраструктуры вывода машинного обучения для поддержки разнообразных требований к обработке.
• Разработка продвинутых пайплайнов развертывания и инструментов развертывания, используя технологии, такие как контейнеризация (Docker) и оркестрация (Kubernetes).
• Улучшение производительности и эффективности вывода моделей с помощью таких техник, как квантование моделей, прунинг и ускорение (использование GPU/TPU).
• Постоянная оптимизация моделей машинного обучения и инфраструктуры с использованием передовых методов экспериментирования и оптимизации.

• Продвинутая степень в области компьютерных наук, инженерии, математики или смежных областей.
• Широкий опыт работы с фреймворками и инструментами ML (TensorFlow, PyTorch, CUDA).