Alemania
Siemens
EnCharge AI
Ingeniero de investigación, modelos de IA
Alemania
Germany
PythonGo
Traducción automática. Consulta el original.
Sobre la oportunidad
Ingeniero de investigación, IA aplicada
La oportunidad
Las cargas de trabajo de IA modernas, desde grandes modelos de lenguaje hasta generadores basados en difusión y sistemas multimodales, representan algunas de las fronteras más intensivas en cómputo de la IA y algunas de las aplicaciones más prometedoras para las ventajas de eficiencia energética de nuestro hardware. Estamos construyendo una pila de IA integrada verticalmente que mostrará el potencial transformador de nuestro silicio mientras aporta un valor real a los clientes hoy mismo.
Buscamos un ingeniero de investigación para ampliar los límites de la capacidad, calidad y eficiencia de los modelos de IA. Construirás pipelines de ajuste fino (fine-tuning) y post-entrenamiento, desarrollarás marcos de evaluación rigurosos y trabajarás en la intersección de la investigación en ML y la optimización consciente del hardware, asegurando que nuestros modelos funcionen de manera excelente en nuestro silicio.
Este es un puesto para alguien que prospera en el límite entre la investigación y la ingeniería. Leerás artículos, implementarás técnicas y entregarás código de calidad de producción, todo ello con el objetivo de hacer que la inferencia de IA sea más rápida, económica y mejor.
Ubicación: Alemania
El rango salarial para este puesto es €116,000 a €154,000 EUR al año. La compensación real ofrecida se determinará en función de los conocimientos, habilidades y experiencia relacionados con el puesto.
Sobre EnCharge AI
EnCharge AI está construyendo la plataforma de IA de próxima generación. Nuestra novedosa arquitectura de computación en memoria ofrece una mejora de 10x en la eficiencia energética y el rendimiento de cómputo para cargas de trabajo de inferencia de IA. A medida que las demandas de la inteligencia artificial superan a los modelos actuales, creemos que la infraestructura subyacente fundamental debe evolucionar. Somos un equipo experimentado de investigadores de IA, ingenieros de sistemas y silicio, y arquitectos respaldados por inversores líderes, preparados para convertirnos en la plataforma esencial para la próxima ola de innovación en IA.
Responsabilidades clave
- Aceleración algorítmica: investigar e implementar técnicas de vanguardia para acelerar la inferencia de IA: cuantización, dispersión (sparsity), destilación, decodificación especulativa, estrategias de almacenamiento en caché y modificaciones arquitectónicas. Caracterizar sistemáticamente las compensaciones entre la calidad del modelo, la latencia, el rendimiento y el consumo de energía para encontrar puntos operativos óptimos en diferentes casos de uso.
- Codiseño de hardware: colaborar estrechamente con los equipos de hardware, compiladores y cuantización para garantizar que las mejoras algorítmicas se traduzcan en ganancias reales en nuestro silicio. Identificar optimizaciones alineadas con las fortalezas de nuestra arquitectura, maximizando el rendimiento mientras se minimiza el consumo de energía. Dar forma al bucle de retroalimentación entre el desarrollo de modelos y el hardware.
- Evaluación: construir herramientas de perfilado y marcos de evaluación integrales para comprender los cuellos de botella de cómputo, medir la calidad del modelo en evaluaciones estándar y específicas del dominio, y realizar un seguimiento de las métricas de eficiencia.
- Investigación aplicada: construir flujos de trabajo robustos de ajuste fino para modelos de IA modernos, permitiendo una experimentación rápida con LoRA, adaptadores y ajuste fino completo. Mantenerse al día con el panorama en rápida evolución: evaluar nuevas arquitecturas, implementar técnicas prometedoras y aportar conocimientos que informen la estrategia técnica y de comercialización.
Cualificaciones
- 5+ años de experiencia en investigación de ML, ML aplicado o sistemas de ML
- Sólidos fundamentos en Python y PyTorch
- Experiencia práctica con transformers, modelos de difusión, modelos de espacio de estados, etc.
- Experiencia en el ajuste fino de modelos grandes y en la construcción de pipelines de entrenamiento/evaluación
- Profundo conocimiento de transformers, mecanismos de atención y técnicas de optimización
- Comodidad leyendo e implementando técnicas de artículos de investigación
Se valorará
- Experiencia con técnicas de inferencia eficiente (optimización de caché KV, variantes de atención, enrutamiento MoE, flow matching)
- Antecedentes en optimización de ML consciente del hardware o cuantización
- Familiaridad con herramientas de perfilado (PyTorch Profiler, Nsight, instrumentación personalizada)
- Publicaciones en modelado generativo, inferencia eficiente o sistemas de ML
- Contribuciones a proyectos de ML de código abierto
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil
