من نحن؟

مهمتنا هي توسيع الذكاء لخدمة الإنسانية. نحن نقوم بتدريب ونشر نماذج متقدمة للمطورين والشركات الذين يبنون أنظمة ذكاء اصطناعي لتوليد محتوى سحري، والبحث الدلالي، واسترجاع المعلومات، والوكلاء. نعتقد أن عملنا ضروري لاعتماد الذكاء الاصطناعي على نطاق واسع.

نحن نركز بشغف على ما نبنيه. كل واحد منا مسؤول عن المساهمة في زيادة قدرات نماذجنا والقيمة التي تقدمها لعملائنا. نحب العمل بجد والتحرك بسرعة لفعل ما هو أفضل لعملائنا.

كوهير هو فريق من الباحثين والمهندسين والمصممين وغيرهم، الذين يشعرون بالشغف تجاه حرفتهم. كل شخص هو من بين الأفضل في العالم فيما يفعله. نعتقد أن تنوع وجهات النظر هو شرط أساسي لبناء منتجات رائعة.

نبحث عن مهندس أول للمساعدة في بناء وصيانة وتطوير إطار التدريب الذي يدعم نماذج اللغة على نطاق واسع. تقع هذه الوظيفة عند تقاطع التدريب على نطاق واسع، والأنظمة الموزعة، وبنية HPC التحتية. ستقوم بتصميم وصيانة المكونات الأساسية التي تتيح تدريب النماذج بسرعة وموثوقية وقابلية للتوسع - وبناء الأدوات التي تربط الأفكار البحثية بآلاف وحدات معالجة الرسوميات.

إذا كنت تستمتع بالعمل عبر مجموعة كاملة من أنظمة التعلم الآلي، فإن هذه الوظيفة تمنحك الفرصة والاستقلالية لتحقيق تأثير كبير.

• بناء وامتلاك إطار التدريب المسؤول عن تدريب نماذج اللغة الكبيرة على نطاق واسع.

  
  

• تصميم تجريدات التدريب الموزعة (التوازي في البيانات/التنسور/الأنابيب، استراتيجيات FSDP/ZeRO، إدارة الذاكرة، نقاط التحقق).

  
  

• تحسين الإنتاجية والثبات في تجمعات متعددة العقد (مثل GB200/300، AMD، H200/100).

  
  

• تطوير وصيانة أدوات للمراقبة، والتسجيل، وتصحيح الأخطاء، وراحة المطورين.

  
  

• التعاون بشكل وثيق مع فرق البنية التحتية لضمان دعم تجمعنا، وبيئات الحاويات، وتكوينات الأجهزة للتدريب عالي الأداء.

  
  

• التحقيق وحل اختناقات الأداء عبر مجموعة أنظمة التعلم الآلي.

  
  

• بناء أنظمة قوية تضمن تشغيلات قابلة للتكرار وقابلة للتصحيح على نطاق واسع.
  

  
  

• خبرة هندسية قوية في التدريب الموزع على نطاق واسع أو أنظمة HPC.
  معرفة عميقة بتفاصيل JAX، مكتبات التدريب الموزع، أو النوى المخصصة/العمليات المدمجة.

  
  

• خبرة في تنظيم تجمعات متعددة العقد (Slurm، Ray، Kubernetes، أو ما شابه).

  
  

• راحة في تصحيح مشاكل الأداء عبر CUDA/NCCL، الشبكات، IO، وأنابيب البيانات.

  
  

• خبرة في العمل مع بيئات الحاويات (Docker، Singularity/Apptainer).

  
  

• سجل حافل في بناء أدوات تزيد من سرعة المطورين لفرق التعلم الآلي.

  
  

• حكم ممتاز حول المقايضات: الأداء مقابل التعقيد، سرعة البحث مقابل القابلية للصيانة.

  
  

• مهارات تعاون قوية - ستعمل بشكل وثيق مع فرق البنية التحتية، والبحث، والنشر.
  

  
  

• خبرة في تدريب نماذج اللغة الكبيرة أو غيرها من الهياكل التحويلية الكبيرة.

  
  

• مساهمات في أطر التعلم الآلي (PyTorch، JAX، DeepSpeed، Megatron، xFormers، إلخ).

  
  

• معرفة بأطر التقييم والخدمة (vLLM، TensorRT-LLM، ذاكرات KV مخصصة).

  
  

• خبرة في تحسين أنابيب البيانات، مجموعات البيانات المجزأة، أو استراتيجيات التخزين المؤقت.

  
  

• خلفية في هندسة الأداء، والتحليل، أو الأنظمة منخفضة المستوى.

  
  

مكافأة: ورقة في أماكن مرموقة (مثل NeurIPS، ICML، ICLR، AIStats، MLSys، JMLR، AAAI، Nature، COLING، ACL، EMNLP).

• ستعمل على بعض من أكثر مشاكل أنظمة التعلم الآلي تحديًا وأهمية اليوم.

  
  

• ستتعاون مع فريق من الطراز العالمي يعمل بسرعة وعلى نطاق واسع.

  
  

• ستمتلك مسؤولية شاملة عن مكونات حيوية من مجموعة التدريب.

  
  

• ستشكل الجيل التالي من البنية التحتية للنماذج على نطاق واسع.

  
  

• ستبني أدوات وأنظمة تسرع مباشرة البحث وجودة النموذج.

  
  

مشاريع نموذجية:

• بناء أنبوب تحميل بيانات عالي الأداء وتخزين مؤقت.

  
  

• تنفيذ تحليل الأداء عبر مجموعة أنظمة التعلم الآلي

  
  

• تطوير مقاييس داخلية ومراقبة لتشغيلات التدريب.

  
  

• بناء بنية تحتية لاختبار القابلية للتكرار والاختبار العكسي.

  
  

• تطوير نظام نقاط تحقق موزع مقاوم للأخطاء وعالي الأداء.

  
  
  

إذا لم تتطابق بعض مما سبق تمامًا مع خبرتك، فنحن لا نزال نشجعك على التقديم!

نحن نقدر ونحتفل بالتنوع ونسعى لخلق بيئة عمل شاملة للجميع. نرحب بالمتقدمين من جميع الخلفيات ونلتزم بتوفير فرص متساوية. إذا كنت بحاجة إلى أي تسهيلات خلال عملية التوظيف، يرجى تقديم نموذج طلب تسهيلات، وسنعمل معًا لتلبية احتياجاتك.

يستمتع الموظفون بدوام كامل في كوهير بهذه المزايا:

🤝 ثقافة وبيئة عمل مفتوحة وشاملة

👩‍💻 العمل عن كثب مع فريق في طليعة أبحاث الذكاء الاصطناعي

🍽️ بدل غداء أسبوعي، غداء ووجبات خفيفة في المكتب

🩺 مزايا صحية وطبية كاملة، بما في ذلك ميزانية منفصلة للاعتناء بصحتك النفسية

👶 زيادة إجازة الوالدين بنسبة 100% لمدة تصل إلى 6 أشهر

🎨 مزايا إثراء شخصية تجاه الفنون والثقافة، واللياقة البدنية والرفاهية، والوقت الجيد، وتحسين مساحة العمل

🏢 مرونة العمل عن بُعد، مكاتب في تورونتو، نيويورك، سان فرانسيسكو، لندن وباريس، بالإضافة إلى بدل العمل المشترك

✈️ 6 أسابيع من الإجازة (30 يوم عمل!)