مهندس بحث الذكاء الاصطناعي

Tether Operations Limited

انضم إلى Tether وشكل مستقبل التمويل الرقمي

في Tether، نحن لا نبني فقط منتجات، بل نحن رواد في ثورة مالية عالمية. تمكّن حلولنا المتطورة الشركات من بورصات ومحافظ إلى معالجات الدفع وأجهزة الصراف الآلي من دمج الرموز المدعومة بالاحتياطي عبر البلوكشين بسلاسة. من خلال استغلال قوة تقنية البلوكشين، تتيح لك Tether تخزين وإرسال واستقبال الرموز الرقمية على الفور، وبشكل آمن، وعالمي، وكل ذلك بتكلفة منخفضة. الشفافية هي حجر الأساس لكل ما نقوم به، مما يضمن الثقة في كل معاملة.

ابتكر مع Tether

تمويل Tether: تتميز مجموعة منتجاتنا المبتكرة بأكثر العملات المستقرة موثوقية في العالم، USDT، التي يعتمد عليها مئات الملايين حول العالم، إلى جانب خدمات توكينزات الأصول الرقمية الرائدة.

لكن هذه هي البداية فقط:

طاقة Tether: دفع النمو المستدام، حيث تعمل حلول الطاقة لدينا على تحسين الطاقة الزائدة لتعدين البيتكوين باستخدام ممارسات صديقة للبيئة في منشآت متطورة ومتنوعة جغرافيًا.

بيانات Tether: تغذي الاختراقات في الذكاء الاصطناعي وتقنية الند للند، حيث نقلل من تكاليف البنية التحتية ونحسن الاتصالات العالمية من خلال حلول متطورة مثل KEET، تطبيقنا الرائد الذي يعيد تعريف مشاركة البيانات الآمنة والخاصة.

تعليم Tether: نشر الوصول إلى التعلم الرقمي من الدرجة الأولى، حيث نمكّن الأفراد من النجاح في الاقتصاد الرقمي واقتصاد العمل الحر، مما يدفع النمو والفرص العالمية.

تطور Tether: عند تقاطع التكنولوجيا وإمكانات الإنسان، نحن ندفع حدود الممكن، نصنع مستقبلًا حيث تندمج الابتكارات والقدرات البشرية بطرق قوية وغير مسبوقة.

لماذا تنضم إلينا؟

فريقنا هو قوة عالمية من المواهب، يعمل عن بُعد من كل ركن من أركان العالم. إذا كنت شغوفًا بترك بصمتك في مجال التكنولوجيا المالية، فهذه هي فرصتك للتعاون مع بعض من ألمع العقول، ودفع الحدود وتحديد معايير جديدة. لقد نمونا بسرعة، واحتفظنا برشاقتنا، وضمانا لمكانتنا كقادة في الصناعة.

إذا كانت لديك مهارات تواصل باللغة الإنجليزية ممتازة وأنت مستعد للمساهمة في أكثر المنصات ابتكارًا على هذا الكوكب، فإن Tether هي المكان المناسب لك.

هل أنت مستعد لتكون جزءًا من المستقبل؟

عن الوظيفة:

كعضو في فريق نموذج الذكاء الاصطناعي، ستقود الابتكار عبر دورة حياة الذكاء الاصطناعي بأكملها من خلال تطوير وتنفيذ أطر تقييم صارمة ومنهجيات مرجعية للتدريب المسبق، والتدريب اللاحق، والاستدلال. ستركز عملك على تصميم مقاييس واستراتيجيات تقييم تضمن أن نماذجنا تستجيب بشكل كبير، وفعالة، وموثوقة عبر التطبيقات الواقعية. ستعمل على طيف واسع من الأنظمة، بدءًا من النماذج الفعالة من حيث الموارد المصممة لبيئات الأجهزة المحدودة إلى الهياكل المعقدة متعددة الأنماط التي تدمج النصوص والصور والصوت.

نتوقع أن يكون لديك خبرة عميقة في هياكل النماذج المتقدمة، وممارسات التدريب المسبق والتدريب اللاحق، وأطر تقييم الاستدلال. مع اعتماد نهج عملي مدفوع بالبحث، ستقوم بتطوير واختبار وتنفيذ استراتيجيات تقييم جديدة تتبع بشكل صارم مؤشرات الأداء الرئيسية مثل الدقة، والكمون، والقدرة على المعالجة، وبصمة الذاكرة. لن تقتصر تقييماتك على قياس أداء النموذج في كل مرحلة، من مرحلة التدريب المسبق الأساسية إلى تحسينات ما بعد التدريب المستهدفة والاستدلال النهائي، بل ستوفر أيضًا رؤى قابلة للتنفيذ.

عنصر أساسي في هذه الوظيفة هو التعاون مع فرق متعددة الوظائف بما في ذلك إدارة المنتج، والهندسة، والعمليات لمشاركة نتائج تقييمك ودمج ملاحظات أصحاب المصلحة. ستقوم بتصميم أنظمة تقييم قوية ولوحات أداء تعمل كنقطة مرجعية مشتركة لجميع أصحاب المصلحة، مما يضمن أن الرؤى تدفع التحسين المستمر في استراتيجيات نشر النماذج. الهدف النهائي هو وضع معايير رائدة في الصناعة لجودة وموثوقية نماذج الذكاء الاصطناعي، مما يوفر أداءً قابلًا للتوسع وقيمة ملموسة في سيناريوهات العالم الحقيقي الديناميكية.

المسؤوليات:

• تطوير واختبار ونشر أطر متكاملة تقيم النماذج بشكل صارم خلال التدريب المسبق، والتدريب اللاحق، والاستدلال. تحديد وتتبع مؤشرات الأداء الرئيسية مثل الدقة، ومقاييس الخسارة، والكمون، والقدرة على المعالجة، وبصمة الذاكرة عبر سيناريوهات نشر متنوعة.

• جمع مجموعات بيانات تقييم عالية الجودة وتصميم معايير مرجعية موحدة لقياس جودة وموثوقية النموذج بشكل موثوق. التأكد من أن هذه المعايير تعكس بدقة التحسينات التي تم تحقيقها من خلال كل من عمليات التدريب المسبق والتدريب اللاحق، ودفع التناسق في ممارسات التقييم.

• التفاعل مع فرق إدارة المنتج والهندسة وعلوم البيانات والعمليات لمواءمة مقاييس التقييم مع الأهداف التجارية. تقديم نتائج التقييم، والرؤى القابلة للتنفيذ، والتوصيات من خلال لوحات معلومات وتقارير شاملة تدعم اتخاذ القرار عبر الوظائف.

• تحليل بيانات التقييم بشكل منهجي لتحديد وحل الاختناقات عبر دورة حياة النموذج. اقتراح وتنفيذ تحسينات تعزز من أداء النموذج، وقابلية التوسع، واستخدام الموارد على المنصات المحدودة الموارد، مما يضمن كفاءة التدريب المسبق والتدريب اللاحق والاستدلال.

• إجراء تجارب دورية وبحث تجريبي لتحسين منهجيات التقييم، والبقاء على اطلاع على التقنيات والاتجاهات الناشئة. الاستفادة من الرؤى لتعزيز ممارسات المعايرة باستمرار وتحسين موثوقية النموذج بشكل عام، مما يضمن أن جميع مراحل دورة حياة النموذج تقدم قيمة قابلة للقياس في التطبيقات الواقعية.

• درجة في علوم الحاسوب أو مجال ذي صلة. من المثالي الحصول على دكتوراه في معالجة اللغة الطبيعية، أو التعلم الآلي، أو مجال ذي صلة، مدعومًا بسجل قوي في البحث والتطوير في الذكاء الاصطناعي (مع منشورات جيدة في مؤتمرات A*).

•