مهندس ذكاء اصطناعي كبير

Tether.io

حول الوظيفة

نحن نبحث عن مهندسي بنية تحتية للذكاء الاصطناعي ذوي الخبرة لتصميم وتنفيذ خطوط أنابيب قوية وقابلة للتطوير لتحميل بيانات ضخمة. انضم إلى فريق البحث التطبيقي في Tether، حيث ستساهم في مشاريع ذات تأثير كبير تعمل عبر آلاف وحدات معالجة الرسوميات وتدفع تطوير أسس توليد الفيديو المتطورة.

المسؤوليات

• بناء وتوسيع بنية تحتية عالية الإنتاجية للبيانات مصممة لمعالجة الفيديو والمحتوى متعدد الوسائط عبر مجموعات كبيرة من وحدات معالجة الرسوميات (مثل H100/H200).
• تصميم خوارزميات المعالجة الأساسية لموديلات الفيديو والصوت والنص والصورة، مما يمكّن من استخراج البيانات الزمنية بكفاءة، وتزامنها، وتطبيعها.
• بناء خطوط أنابيب اكتساب تلقائية للحصول على مجموعات بيانات الفيديو الكبيرة، مع التعامل مع تنسيقات متنوعة، ومعدلات إطارات، وتعليقات، وصوت مضمن.
• تصميم أنظمة قوية للتقييم والتعليق القابل للتطوير، بما في ذلك التقييم القائم على الموجهات، والمعايير الإدراكية، وتوليد العناوين، والتشخيصات المستندة إلى الاسترجاع.
• التعاون مع باحثي النماذج لتصميم هياكل نماذج الفيديو (مثل DiTs، VAEs، المحولات الزمانية-المكانية) وجداول التدريب عبر مراحل التدريب المسبق والتعديل الدقيق.
• تحسين تحميل البيانات الموزعة وإنتاجية خطوط الأنابيب للتدريب على نطاق واسع، مع ضمان القوة عبر متغيرات النماذج ومجموعات الوسائط.
• إدارة البنية التحتية لدعم تتبع التجارب، وإصدار النماذج، وعمليات نشر الفرق المختلفة، والتكامل مع منصات الإنتاج والبحث.
• دعم هندسة الخلفية عبر فرق البحث والمنتج والإبداع لضمان التكامل السلس لبيانات ونماذج العمل من النمذجة إلى الاستدلال.

متطلبات الوظيفة

• إجادة في بايثون مع مهارات برمجة قوية عبر مجالات الخلفية والبنية التحتية وأدوات البيانات.
• خبرة قوية في هندسة البرمجيات، بما في ذلك أكثر من عامين من العمل مع خطوط أنابيب البيانات بحجم بيتابايت وأنظمة عبر آلاف وحدات معالجة الرسوميات.
• قدرة مثبتة على تصميم وصيانة أنظمة موزعة على نطاق واسع لمعالجة البيانات وتوصيلها.
• خبرة عميقة في أطر التنظيم مثل Kubernetes وSLURM مع خبرة عملية في نشر وإدارة أحمال العمل عالية الإنتاجية.

المؤهلات المفضلة

• خبرة عملية في بناء خطوط أنابيب وبنية تحتية مع مجموعات بيانات بصرية ومتعددة الوسائط، بما في ذلك خطوط أنابيب الصور/الفيديو.
• تجربة في بناء خطوط أنابيب بنية تحتية للفيديو وعمليات العمل بالتعاون مع فرق البحث والهندسة في LLM و/أو أسس الفيديو تعتبر ميزة قوية.