تعمل شركة باي وارد - الشركة الأم وراء كراكن، نينجاترادر، بريك أوت، إكس ستوك، خدمات باي وارد وCF Benchmarks - منذ 15 عامًا على بناء واحدة من أكثر منصات البنية التحتية المالية حداثة وقابلية للوصول عالميًا في الصناعة، مصممة لتعزيز نظام مالي مفتوح وعالمي.

قبل التقديم، يُشجع على استكشاف صفحة الثقافة لدينا لفهم ما يحفزنا وكيف نعمل.

تأسست كراكن في 2011، وهي واحدة من أقدم منصات العملات المشفرة في العالم، موثوق بها من قبل أكثر من 10 ملايين فرد ومؤسسة حول العالم. تقدم خدمات التداول الفوري، والهامش، والعقود الآجلة، والتخزين، والخدمات خارج البورصة، مع منتجات مصممة لكل من المستثمرين الأفراد والعملاء المؤسسيين.

تقوم كراكن ببناء فريق مخصص للذكاء الاصطناعي والبنية التحتية لدعم الجيل التالي من تدريب النماذج والاستدلال والتقييم والتجريب عبر البورصة. يجلس هذا الفريق ضمن قيادة الهندسة ويمتلك طبقة البنية التحتية التي تتيح لكراكن تشغيل أعباء العمل الخاصة بالذكاء الاصطناعي مع التحكم والسرعة والموثوقية والانضباط في التكلفة.

الفريق مسؤول عن بنية تحتية لوحدات معالجة الرسوميات والمعجلات، وعمليات التجميع، والجدولة، وتقديم النماذج، والرصد، وتخطيط السعة، والحوسبة الفعالة من حيث التكلفة على نطاق واسع. هذه هي العمود الفقري الذي يسمح لكراكن بتدريب وتقديم وتقييم وتكرار أنظمة الذكاء الاصطناعي داخليًا حيث يكون ذلك مهمًا للخصوصية والكمون والموثوقية والتكلفة أو تمييز المنتج.

ستعمل مع فريق صغير وكبير التأثير يعمل مباشرة مع باحثي الذكاء الاصطناعي/تعلم الآلة، ومهندسي المنصات، وفرق الأمان، وفرق المنتجات. التفويض بسيط: جعل طموحات كراكن في مجال الذكاء الاصطناعي حقيقة من خلال بناء بنية تحتية للحوسبة سريعة وموثوقة وفعالة ومناسبة للإنتاج.

• امتلاك وتشغيل تجمعات وحدات معالجة الرسوميات والمعجلات المستخدمة في التدريب والاستدلال والتقييم والتجريب، بما في ذلك برامج التشغيل، وأوقات التشغيل، والنوى، وإضافات الأجهزة، وتكوين العقد، والجدولة، وعزل أعباء العمل.

  
  

• تصميم بنية تحتية تمكن فرق كراكن من تشغيل النماذج محليًا على وحدات معالجة الرسوميات حيث يكون ذلك مفضلًا استراتيجيًا واقتصاديًا، مما يقلل من الاعتماد غير الضروري على مقدمي الخدمات الخارجيين ويحتوي على تكاليف الحوسبة.

  
  

• بناء وتحسين أنظمة الجدولة، والتنظيم، والتوزيع، وإدارة الحصص، والاستخدام عبر بيئات المعجلات المتنوعة.

  
  

• تحسين خطوط أنابيب الاستدلال للكمون، والإنتاجية، والموثوقية، وكفاءة الذاكرة، والتكلفة باستخدام أطر مثل vLLM، خادم استدلال Triton، TensorRT، أو مجموعات تقديم معادلة.

  
  

• التعاون مع مهندسي تعلم الآلة والباحثين لإزالة الاختناقات في التدريب، والتقييم، والاستدلال الجماعي، والاستدلال عبر الإنترنت، ونشر العمل، وتصحيح الأخطاء الإنتاجية.

  
  

• بناء رصد لاستخدام وحدات معالجة الرسوميات، وضغط الذاكرة، وعمق الطابور، والتشبع، وإنتاجية الرموز، وكمون الطلب، والأعباء الفاشلة، وضغط السعة، والنفقات.

  
  

• قيادة الموثوقية، واستجابة الحوادث، والتنبيه، وكتب التشغيل، والتحسينات بعد الحوادث للبنية التحتية للحوسبة الذكية دائمًا.

  
  

• تقييم ودمج الأجهزة الجديدة، وعائلات مثيلات السحابة، والمعجلات المتخصصة، وأوقات التشغيل، والجدولة، وأطر التقديم مع تطور مشهد بنية الذكاء الاصطناعي.

  
  

• بناء أدوات تجعل استخدام وحدات معالجة الرسوميات مرئيًا، وقابلًا للمساءلة، وأسهل للفرق الداخلية للاستخدام دون الحاجة إلى أن يصبحوا خبراء في البنية التحتية.

  
  

• المساهمة في قرارات الهندسة المعمارية طويلة الأجل التي توازن بين الأداء، وكفاءة التكلفة، وقابلية التوسع، وبساطة التشغيل، وسلامة الإنتاج.

  
  

• 5+ سنوات من خبرة هندسة البنية التحتية، مع وقت كبير قضى على الحوسبة باستخدام وحدات معالجة الرسوميات، وبنية تحتية لتعلم الآلة، وأنظمة موزعة، والحوسبة عالية الأداء، أو منصات إنتاج كبيرة النطاق.

  
  

• خبرة عملية في تشغيل تجمعات وحدات معالجة الرسوميات أو بنية تحتية مدعومة بالمعجلات في بيئات الإنتاج أو بيئات مشابهة للإنتاج، بما في ذلك الجدولة، والتنظيم، ورصد الاستخدام، وتحسين التكلفة.

  
  

• أسس قوية في هندسة الأنظمة عبر لينكس، والشبكات، والتخزين، والحاويات، وكوبيرنيتيس، وأوقات التشغيل الموزعة، وتصحيح الأخطاء الإنتاجية.

  
  

• خبرة مع أطر تقديم تعلم الآلة مثل vLLM، خادم استدلال Triton، TensorRT، TorchServe، KServe، Ray Serve، أو أنظمة معادلة.

  
  

• إجادة في بايثون لأتمتة البنية التحتية، والأدوات، وتصحيح الأخطاء، والتكامل، وسير العمل التشغيلي.

  
  

• فهم عملي لمقايضات الأداء عبر التجميع، والتزامن، واستخدام الذاكرة، واستخدام وحدات معالجة الرسوميات، وحجم النموذج، والكمون، والإنتاجية، والتوافر، والتكلفة.

  
  

• سجل حافل في تحسين تكاليف الحوسبة مع الحفاظ على توقعات واضحة للأداء والموثوقية والتوافر.

  
  

• خبرة في بناء أنظمة قابلة للرصد مع مقاييس، وسجلات، وآثار، ولوحات معلومات، وتنبيهات، وسير عمل الحوادث المفيدة.

  
  

• الراحة في العمل في بيئات عالية المخاطر ودائمة حيث تكون مدة التشغيل، والإنتاجية، والدقة، والانضباط التشغيلي أمرًا حاسمًا.

  
  

• متواصل واضح يمكنه ترجمة مقايضات البنية التحتية للباحثين، وفرق المنتجات، ومهندسي المنصات، وأصحاب المصلحة في الأمان، وقيادة الهندسة.

  
  

• خبرة في مختبر ذكاء اصطناعي متقدم، أو شركة تجارة عالية التردد، أو منصة بحث، أو منظمة تعلم آلي كبيرة النطاق.

  
  

• الإلمام بالسيليكون المخصص أو المعجلات المتخصصة مثل TPUs، AWS Trainium، Gaudi، أو منصات مماثلة.

  
  

• خلفية في تخطيط السعة، ومدخلات الشراء، واستراتيجية السعة المحجوزة، واقتصاديات المعجلات السحابية، أو إدارة تكاليف أسطول وحدات معالجة الرسوميات.

  
  

• خبرة في أطر التدريب الموزعة مثل DeepSpeed، Megatron-LM، FSDP، Ray، أو أنظمة معادلة.

  
  

• خبرة في تصحيح أخطاء CUDA، NCCL، النوى، برامج التشغيل، أوقات التشغيل، الذاكرة، الشبكات، أو مشكلات الأداء على مستوى منخفض.

  
  

• خبرة في Rust، C++، Go، CUDA، أو لغات أنظمة أخرى تستخدم للبنية التحتية الحرجة للأداء.

  
  

• خبرة في البنية التحتية الحساسة للأمان في مجال العملات المشفرة، والخدمات المالية، والتجارة.

  
  

ما لم يتم ذكر موعد تقديم طلب محدد في إعلان الوظيفة، يتم قبول الطلبات بشكل مستمر.

يرجى ملاحظة أن المتقدمين يُسمح لهم بحذف أو إزالة المعلومات على سيرتهم الذاتية التي تحدد العمر، وتاريخ الميلاد، أو تواريخ الحضور أو التخرج من مؤسسة تعليمية.

نحن نعتبر المتقدمين المؤهلين الذين لديهم تاريخ جنائي للتوظيف في فريقنا، مع تقييم المرشحين بطريقة تتماشى مع متطلبات قانون فرصة سان فرانسيسكو العادل.

تدعم باي وارد الأشخاص من جميع أنحاء العالم ونحتفل بالمواهب المتنوعة والخلفيات والمساهمات ووجهات النظر الفريدة التي يجلبها الجميع إلى الطاولة. نحن نوظف بناءً على الجدارة، ونسعى إلى الأشخاص الذين يمتلكون القدرات والمعرفة والمهارات المناسبة للوظيفة. نشجعك على التقدم للوظائف التي لا تستوفي فيها جميع المتطلبات المدرجة، خاصة إذا كنت شغوفًا أو لديك معرفة بالعملات المشفرة.

قد نطلب من المرشحين إكمال تقييمات تتعلق بالمهارات أو أنماط العمل كجزء من عملية التوظيف لدينا. تقيم هذه التقييمات الكفاءات ذات الصلة بالدور وتطبق بشكل متسق عبر المرشحين لمناصب مماثلة. يتم اعتبار النتائج جنبًا إلى جنب مع الخبرة والمقابلات، وليست هي الأساس الوحيد لأي قرار توظيف.

كصاحب عمل يتيح الفرصة للجميع، لا نتسامح مع التمييز أو التحرش من أي نوع، سواء كان بناءً على العرق، أو الإثنية، أو العمر، أو الهوية الجنسية، أو الجنسية، أو الدين، أو التوجه الجنسي، أو الإعاقة، أو الحمل، أو حالة المحاربين القدامى، أو أي سمة محمية أخرى كما هو موضح بموجب القوانين الفيدرالية أو الحكومية أو المحلية.

ابق على اطلاع

تابعنا على تويتر

تعلم على مدونة كراكن

تواصل على لينكد إن

إشعار خصوصية المرشحين