AI Research Engineer (Model Compression & Quantization) in Sachseln

Join Tether und gestalten Sie die Zukunft der digitalen Finanzen. Bei Tether bauen wir nicht nur Produkte, wir leiten eine globale Finanzrevolution ein. Unsere fortschrittlichen Lösungen ermöglichen es Unternehmen – von Börsen und Wallets bis hin zu Zahlungsabwicklern und Geldautomaten – Reserve-gestützte Token nahtlos über Blockchains zu integrieren. Durch die Nutzung der Blockchain-Technologie ermöglicht Tether Ihnen, digitale Token sofort, sicher und weltweit zu speichern, zu senden und zu empfangen, und das zu einem Bruchteil der Kosten. Transparenz ist das Fundament unseres Handelns und sorgt für Vertrauen in jede Transaktion.

Innovationen mit Tether:

• Tether Finance: Unsere innovative Produktpalette umfasst den weltweit vertrauenswürdigsten Stablecoin, USDT, auf den Hunderte Millionen Menschen weltweit angewiesen sind, sowie bahnbrechende Dienstleistungen zur Tokenisierung digitaler Vermögenswerte.
• Tether Power: Unsere Energiesolutions optimieren überschüssige Energie für das Bitcoin-Mining unter Verwendung umweltfreundlicher Praktiken in hochmodernen, geografisch vielfältigen Einrichtungen.
• Tether Data: Wir fördern Durchbrüche in der KI und Peer-to-Peer-Technologie, reduzieren Infrastrukturkosten und verbessern die globale Kommunikation mit fortschrittlichen Lösungen wie KEET, unserer Flaggschiff-App, die sicheres und privates Teilen von Daten neu definiert.
• Tether Education: Wir demokratisieren den Zugang zu hochwertiger digitaler Bildung und befähigen Einzelpersonen, in der digitalen und Gig-Wirtschaft erfolgreich zu sein, was globales Wachstum und Chancen fördert.
• Tether Evolution: An der Schnittstelle von Technologie und menschlichem Potenzial erweitern wir die Grenzen des Möglichen und gestalten eine Zukunft, in der Innovation und menschliche Fähigkeiten auf kraftvolle, beispiellose Weise verschmelzen.

Warum uns beitreten?

Unser Team ist ein globales Talentkraftwerk, das remote aus allen Ecken der Welt arbeitet. Wenn Sie leidenschaftlich daran interessiert sind, im Fintech-Bereich einen Unterschied zu machen, ist dies Ihre Gelegenheit, mit einigen der klügsten Köpfe zusammenzuarbeiten, Grenzen zu überschreiten und neue Standards zu setzen. Wir sind schnell gewachsen, haben schlank geblieben und uns als führendes Unternehmen in der Branche etabliert.

Wenn Sie hervorragende Englischkenntnisse haben und bereit sind, zur innovativsten Plattform der Welt beizutragen, ist Tether der richtige Ort für Sie.

Über die Stelle:

Als Mitglied unseres KI-Forschungsteams werden Sie Innovationen in der Modellkompression und effizienten Bereitstellung für fortschrittliche multimodale KI-Systeme vorantreiben, einschließlich großer Sprachmodelle (LLMs) und Bild-Sprachmodelle (VLMs). Ihre Arbeit wird sich darauf konzentrieren, den Modellfußabdruck und die Rechenkosten zu reduzieren, während die Genauigkeit erhalten bleibt, um leistungsstarke KI effizient auf ressourcenbeschränkten Edge-Geräten auszuführen. Sie werden Kompressionstechniken wie Quantisierung, Wissensdestillation und Pruning anwenden und weiterentwickeln, um komplexe multimodale Architekturen zu optimieren, die Text, Bilder und Audio integrieren.

Wir erwarten von Ihnen tiefgehende Expertise in Methoden zur Modellkompression und einen starken Hintergrund in multimodalen Modellarchitekturen. Sie werden einen praktischen, forschungsgetriebenen Ansatz verfolgen, um neuartige Kompressionsstrategien zu entwickeln, zu testen und umzusetzen, die Modellgröße, Latenz, Durchsatz und Genauigkeit ausbalancieren. Zu Ihren Aufgaben gehören der Aufbau robuster Kompressionspipelines, die Festlegung von Leistungs- und Treuekennzahlen sowie die Behebung von Engpässen bei der Produktionsinferenz. Das ultimative Ziel ist es, skalierbare, speichereffiziente, latenzarme KI-Systeme auf Edge-Geräten (d.h. Smartphones) bereitzustellen, die hohe Treue und greifbaren realen Wert erhalten.

Verantwortlichkeiten:

• Wenden Sie Low-Bit-Quantisierung an, um die Modellgröße und die Inferenzlatenz für generative KI-Modelle (LLMs, VLMs, multimodal) zu reduzieren, während Genauigkeit und Ausgabequalität erhalten bleiben.
• Nutzen Sie Wissensdestillation, um Fähigkeiten von größeren Lehrermodellen auf kleinere Schüler Modelle zu übertragen und effizientes multimodales Denken über Text-, Bild- und Audioeingaben zu ermöglichen.
• Implementieren Sie Pruning-Techniken, um redundante Parameter und Aufmerksamkeitsköpfe zu entfernen und den Rechenaufwand zu reduzieren, ohne die Aufgabenleistung zu beeinträchtigen.
• Analysieren Sie die Trade-offs zwischen Modelleffizienz (Größe, Latenz, Speicher) und Genauigkeit über Quantisierungs-, Destillations- und Pruning-Methoden; schlagen Sie Verbesserungen basierend auf empirischen Ergebnissen vor.
• Führen Sie Forschung und Anwendung von Mixed-Precision-Quantisierung und anderen fortschrittlichen Kompressionsstrategien durch (z.B. adaptive Pruning-Zeitpläne, Destillation mit Zwischenmerkmalsabgleich), um das Gleichgewicht zwischen Genauigkeit und Leistung zu optimieren.
• Bleiben Sie über die neuesten Forschungen zur Modellkompression informiert, einschließlich neuer Techniken für multimodale und generative Architekturen.
• Dokumentieren Sie Methoden, Experimente und Ergebnisse klar, um Reproduzierbarkeit, interne Zusammenarbeit und Kommunikation mit Stakeholdern zu unterstützen.
• Verfassen Sie technische Arbeiten und veröffentlichen Sie Ergebnisse auf erstklassigen Konferenzen (z.B. NeurIPS, ICML, ICLR, CVPR, ACL, AAAI), um das Feld der Modellkompression für multimodale KI voranzutreiben.

Ein Abschluss in Informatik oder einem verwandten Bereich. Idealerweise ein Doktortitel in NLP, maschinellem Lernen oder einem verwandten Bereich, ergänzt durch eine solide Erfolgsbilanz in der KI-Forschung und -Entwicklung (mit guten Veröffentlichungen in A*-Konferenzen).

Erfahrung mit PyTorch Deep Learning-Frameworks oder gleichwertigen Frameworks. Praktische Erfahrung mit Modellquantisierung, einschließlich Quantization-Aware Training (QAT) und Post-Training Quantization (PTQ). Forschung und praktische Erfahrung mit Wissensdestillation zur Kompression großer Modelle in kleinere, effiziente Modelle. Forschung und praktische Erfahrung mit Modellpruning zur Kompression großer Modelle in kleinere, effiziente Modelle. Solides Verständnis von neuronalen Netzwerkarchitekturen und Trainingsprozessen – einschließlich Transformer (z.B. LLMs, VLMs), Rückpropagation, Optimierung und Feinabstimmungstechniken. Vertrautheit mit C++ ist von Vorteil (insbesondere für die Implementierung von Low-Level-Quantisierungskernen oder Inferenzoptimierungen).

Bei Fragen können Sie sich gerne über unsere offizielle Website an uns wenden.