Research Scientist, Systems ML - SW/HW Co-design (University Grad)

Meta ищет талантливого научного сотрудника для участия в нашей инновационной команде исследований и разработок. Эта позиция идеально подходит для людей с сильным фоном в инфраструктуре ИИ. В Meta вы получите возможность заняться некоторыми из самых сложных и захватывающих проблем, с которыми сегодня сталкивается интернет. Мы рады открыть эту роль в нескольких местах по всему миру.

• Использовать передовую инфраструктуру ИИ и техники ускорения аппаратных средств для улучшения наших интеллектуальных систем ML, дополнительно повышая функциональность продуктов Meta и пользовательский опыт.
• Разрабатывать передовые решения для сжатия моделей и масштабируемости, используя стратегии, такие как численные методы, обрезка и дистилляция.
• Устанавливать точные цели относительно воздействия проекта, дизайна системы ИИ и эффективности разработки.
• Вести значительные инициативы в нескольких командах, проводя глубокий тщательный анализ данных и влияя на партнеров для достижения значимых результатов.
• Определять практические варианты использования и разрабатывать методологии и эталонные тесты, критически важные для оценки различных подходов.
• Применять свое глубокое понимание того, как инфраструктура ML взаимодействует с другими системами, для облегчения беспроблемной интеграции технологий.

• Кандидаты должны быть на стадии получения или уже иметь степень бакалавра в области компьютерных наук, компьютерной инженерии или в смежной технической области. Эта степень должна быть получена до присоединения к Meta.
• Соискатель должен быть на стадии получения или уже иметь докторскую степень в области компьютерных наук, компьютерного зрения, генеративного ИИ, обработки естественного языка или в соответствующей технической дисциплине. Эта степень должна быть получена до даты начала работы в Meta.
• Специализированный опыт в одной или нескольких областях машинного обучения/глубокого обучения, таких как сжатие моделей, архитектура ускорителей аппаратных средств, архитектура GPU, компиляторы машинного обучения, системы ML, инфраструктура ИИ, высокопроизводительные вычисления, оптимизация производительности или фреймворки машинного обучения, например, PyTorch.
• Навыки разработки инфраструктуры ИИ-систем или алгоритмов с использованием языков программирования, таких как C/C++ или Python.
• Возможность