مهندس أبحاث الذكاء الاصطناعي (تحسين النواة والاستدلال)

انطلق مع تيذر وشكّل مستقبل التمويل الرقمي

في تيذر، نحن لا نبني منتجات فحسب، بل نرسم ثورة مالية عالمية. تمكّن حلولنا المتطورة الشركات - من البورصات والمحافظ إلى معالجات الدفع وأجهزة الصراف الآلي - من دمج الرموز المدعومة بالاحتياطي بسلاسة عبر سلاسل الكتل. من خلال استغلال قوة تكنولوجيا البلوكشين، تتيح لك تيذر تخزين وإرسال واستقبال الرموز الرقمية على الفور وبأمان وعلى نطاق عالمي، كل ذلك بتكلفة منخفضة. الشفافية هي حجر الزاوية لكل ما نقوم به، مما يضمن الثقة في كل معاملة.

ابتكر مع تيذر

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

لكن هذا هو مجرد البداية:

طاقة تيذر: تعزيز النمو المستدام، حيث تعمل حلول الطاقة لدينا على تحسين الطاقة الزائدة لتعدين البيتكوين باستخدام ممارسات صديقة للبيئة في مرافق حديثة ومتنوعة جغرافياً.

بيانات تيذر: تغذي الابتكارات في الذكاء الاصطناعي والتكنولوجيا من نظير إلى نظير، حيث نخفض تكاليف البنية التحتية ونحسن الاتصالات العالمية من خلال حلول متطورة مثل KEET، تطبيقنا الرائد الذي يعيد تعريف مشاركة البيانات بشكل آمن وخاص.

تعليم تيذر: نعمل على ديمقراطية الوصول إلى التعليم الرقمي من الدرجة الأولى، مما يمكّن الأفراد من الازدهار في الاقتصاد الرقمي واقتصاد العمل الحر، مما يعزز النمو والفرص العالمية.

تطور تيذر: عند تقاطع التكنولوجيا والقدرات البشرية، نحن ندفع حدود الممكن، نصنع مستقبلاً حيث تندمج الابتكارات والقدرات البشرية بطرق قوية وغير مسبوقة.

لماذا نحن؟

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

إذا كانت لديك مهارات تواصل ممتازة باللغة الإنجليزية ومستعد للمساهمة في أكثر المنصات ابتكارًا على الكوكب، فإن تيذر هي المكان المناسب لك.

هل أنت مستعد لتكون جزءًا من المستقبل؟

حول الوظيفة

كعضو في فريق نماذج الذكاء الاصطناعي لدينا، ستقود الابتكار في تقديم النماذج وهياكل الاستدلال للأنظمة المتقدمة للذكاء الاصطناعي. ستركز أعمالك على تحسين نشر النماذج واستراتيجيات الاستدلال لتقديم أداء عالي الاستجابة وفعال وقابل للتوسع عبر التطبيقات الواقعية. ستعمل على طيف واسع من الأنظمة، بدءًا من النماذج الفعالة من حيث الموارد المصممة للبيئات ذات الأجهزة المحدودة إلى الهياكل المعقدة متعددة الوسائط التي تدمج البيانات مثل النصوص والصور والصوت.

نتوقع أن يكون لديك خبرة عميقة في تصميم وتحسين خطوط أنابيب تقديم النماذج وإطارات الاستدلال، بالإضافة إلى خلفية قوية في الهياكل المتقدمة للنماذج. ستتبنى نهجًا عمليًا مدفوعًا بالبحث لتطوير واختبار وتنفيذ استراتيجيات تقديم جديدة وخوارزميات استدلال. تشمل مسؤولياتك هندسة خطوط أنابيب استدلال قوية، وتأسيس مقاييس أداء شاملة، وتحديد وحل الاختناقات في بيئات الإنتاج. الهدف النهائي هو تمكين أداء ذكاء اصطناعي عالي الإنتاجية، منخفض الكمون، وذو بصمة ذاكرة منخفضة، وقابل للتوسع، مما يوفر قيمة ملموسة في سيناريوهات العالم الديناميكية.

المسؤوليات

• تصميم ونشر هياكل تقديم النماذج الحديثة التي توفر إنتاجية عالية وكمون منخفض مع تحسين استخدام الذاكرة. تأكد من أن هذه الخطوط تعمل بكفاءة عبر بيئات متنوعة، بما في ذلك الأجهزة ذات الموارد المحدودة ومنصات الحافة. وضع أهداف أداء واضحة مثل تقليل الكمون، وتحسين استجابة الرموز، وتقليل بصمة الذاكرة.

  
  

• بناء وتشغيل ومراقبة اختبارات استدلال محكومة في كل من البيئات الإنتاجية الحية والمحاكاة. تتبع مؤشرات الأداء الرئيسية مثل كمون الاستجابة، والإنتاجية، واستهلاك الذاكرة، ومعدلات الخطأ، مع إيلاء اهتمام خاص للمقاييس المحددة للأجهزة ذات الموارد المحدودة. وثق النتائج التكرارية وقارن النتائج مع المعايير المحددة للتحقق من الأداء عبر المنصات.

  
  

• تحديد وإعداد مجموعات بيانات اختبار عالية الجودة وسيناريوهات محاكاة مصممة لتحديات النشر في العالم الحقيقي، وخاصة تلك التي تواجهها الأجهزة ذات الموارد المنخفضة. وضع معايير قابلة للقياس لضمان أن هذه الموارد تقيم أداء النموذج، والكمون، واستخدام الذاكرة تحت ظروف تشغيل مختلفة.

  
  

• تحليل الكفاءة الحسابية وتشخيص الاختناقات في خط أنابيب التقديم من خلال مراقبة كل من مقاييس المعالجة والذاكرة. معالجة القضايا مثل معالجة الدفعات غير المثلى، وتأخيرات الشبكة، واستخدام الذاكرة العالي لتحسين بنية التقديم من أجل قابلية التوسع والموثوقية على الأنظمة ذات الموارد المحدودة.

  
  

• العمل عن كثب مع الفرق متعددة التخصصات لدمج إطارات تقديم واستدلال محسّنة في خطوط الأنابيب الإنتاجية المصممة لتطبيقات الحافة وعلى الأجهزة. تحديد مقاييس النجاح الواضحة مثل تحسين الأداء في العالم الحقيقي، وانخفاض معدلات الخطأ، وقابلية التوسع القوية، واستخدام الذاكرة الأمثل، وضمان المراقبة المستمرة والتعديلات التكرارية من أجل تحسينات مستدامة.

  
  

• درجة في علوم الكمبيوتر أو مجال ذي صلة. يفضل أن يكون لديك دكتوراه في معالجة اللغة الطبيعية، أو التعلم الآلي، أو مجال ذي صلة، مدعومة بسجل قوي في البحث والتطوير في الذكاء الاصطناعي (مع منشورات جيدة في مؤتمرات A*).

  
  

• يجب أن يكون لديك معرفة بلغة تظليل المعادن (MSL). يجب أن تكون مرتاحًا لكتابة شادر حسابي مخصص من الصفر.

  
  

• تجربة مثبتة في تحسينات النواة على مستوى منخفض وتحسين الاستدلال على الأجهزة المحمولة أمر ضروري. يجب أن تؤدي مساهماتك إلى تحسينات قابلة للقياس في كمون الاستدلال، والإنتاجية، وبصمة الذاكرة للتطبيقات المحددة، وخاصة على الأجهزة ذات الموارد المحدودة ومنصات الحافة.

  
  

• فهم عميق لهياكل تقديم النماذج الحديثة وتقنيات تحسين الاستدلال مطلوب. يتضمن ذلك طرقًا حديثة لتحقيق أداء منخفض الكمون وعالي الإنتاجية وإدارة ذاكرة فعالة في سيناريوهات النشر المتنوعة ذات الموارد المحدودة.

  
  

• يجب أن تكون لديك خبرة قوية في كتابة نوى GPU للأجهزة المحمولة (أي الهواتف الذكية) بالإضافة إلى فهم عميق لإطارات ومحركات تقديم النماذج. يتطلب الأمر خبرة عملية في تطوير ونشر خطوط أنابيب استدلال شاملة، بدءًا من تحسين النماذج لتقديم فعال إلى دمج هذه الحلول على الأجهزة ذات الموارد المحدودة.

  
  

• قدرة مثبتة على تطبيق البحث التجريبي للتغلب على التحديات في تقديم النماذج، مثل تحسين الكمون، والاختناقات الحسابية، وقيود الذاكرة. يجب أن تكون بارعًا في تصميم أطر تقييم قوية والتكرار على استراتيجيات التحسين لدفع حدود أداء الاستدلال وكفاءة النظام باستمرار.

  
  

• أنظمة استدلال موزعة: تصميم وتحسين محركات استدلال عالية الأداء باستخدام تقنيات مثل التوازي في Tensor، والتوازي في الأنابيب، والتوازي في الخبراء للتعامل مع نماذج ضخمة على مجموعات GPU.

  
  

• فهم عميق للرياضيات والبنية وراء نماذج الانتشار ومحولات الرؤية.

  
  

• فهم تقنيات التقليم، والتكميم، والانتباه الفلاش، وذاكرة KV، والترميز التخميني (Eagle) وما إلى ذلك.

  
  

معلومات مهمة للمرشحين
أصبحت عمليات الاحتيال في التوظيف شائعة بشكل متزايد. لحماية نفسك، يرجى مراعاة ما يلي عند التقدم للوظائف:

• تقدم فقط من خلال قنواتنا الرسمية. لا نستخدم منصات أو وكالات طرف ثالث للتوظيف ما لم يُذكر بوضوح. جميع الوظائف المفتوحة مدرجة على صفحة الوظائف الرسمية لدينا: https://tether.recruitee.com/

  
  

• تحقق من هوية المجند. جميع مجندينا لديهم ملفات تعريف موثقة على LinkedIn. إذا كنت غير متأكد، يمكنك تأكيد هويتهم من خلال التحقق من ملفهم الشخصي أو الاتصال بنا عبر موقعنا الإلكتروني.

  
  

• كن حذرًا من طرق الاتصال غير المعتادة. لا نجري المقابلات عبر WhatsApp أو Telegram أو SMS. يتم إجراء جميع الاتصالات عبر رسائل البريد الإلكتروني الرسمية للشركة والمنصات.

  
  

• تحقق من عناوين البريد الإلكتروني. ستأتي جميع الاتصالات منا من عناوين بريد إلكتروني تنتهي بـ @tether.to أو @tether.io

  
  

• لن نطلب أبدًا معلومات مالية أو تفاصيل دفع. إذا طلب منك شخص ما معلومات مالية شخصية أو دفع في أي مرحلة خلال عملية التوظيف، فهذا احتيال. يرجى الإبلاغ عنه على الفور.

  
  

عند الشك، لا تتردد في التواصل من خلال موقعنا الرسمي.