Alemanha
Siemens
EnCharge AI
Engenheiro de Pesquisa, Modelos de IA
Alemanha
Germany
PythonGo
Tradução automática. Consulte o original.
Sobre a oportunidade
Engenheiro de Pesquisa, IA Aplicada
A Oportunidade
Cargas de trabalho modernas de IA — desde grandes modelos de linguagem a geradores baseados em difusão e sistemas multimodais — representam algumas das fronteiras mais intensivas em computação em IA, e algumas das aplicações mais promissoras para as vantagens de eficiência energética do nosso hardware. Estamos construindo uma pilha de IA verticalmente integrada que demonstrará o potencial transformador do nosso silício, ao mesmo tempo que entrega valor real aos clientes hoje.
Estamos buscando um Engenheiro de Pesquisa para expandir os limites da capacidade, qualidade e eficiência dos modelos de IA. Você construirá pipelines de ajuste fino e pós-treinamento, desenvolverá frameworks rigorosos de benchmarking e trabalhará na intersecção de pesquisa de ML e otimização ciente de hardware — garantindo que nossos modelos rodem perfeitamente em nosso silício.
Este é um cargo para alguém que prospera na fronteira entre pesquisa e engenharia. Você lerá artigos, implementará técnicas e entregará código de qualidade de produção — tudo a serviço de tornar a inferência de IA mais rápida, mais barata e melhor.
Localização: Alemanha
A faixa salarial para esta posição é €116,000 a €154,000 EUR por ano. A remuneração real oferecida será determinada com base no conhecimento, habilidades e experiência relacionados ao cargo.
Sobre a EnCharge AI
A EnCharge AI está construindo a próxima geração de plataforma de IA. Nossa nova arquitetura de computação em memória oferece uma melhoria de 10x no degrau de eficiência energética e desempenho para cargas de trabalho de inferência de IA. À medida que as demandas da inteligência artificial vão além dos modelos atuais, acreditamos que a infraestrutura fundamental subjacente deve evoluir. Somos uma equipe experiente de pesquisadores de IA, engenheiros de silício e sistemas, e arquitetos apoiados por investidores líderes, preparados para nos tornarmos a plataforma essencial para a próxima onda de inovação em IA.
Principais Responsabilidades
- Aceleração Algorítmica: Pesquisar e implementar técnicas de ponta para acelerar a inferência de IA — quantização, esparsidade, destilação, decodificação especulativa, estratégias de cache e modificações arquitetônicas. Caracterizar sistematicamente os trade-offs entre qualidade do modelo, latência, throughput e consumo de energia para encontrar pontos operacionais ótimos em diferentes casos de uso.
- Co-design de Hardware: Colaborar estreitamente com as equipes de hardware, compilador e quantização para garantir que as melhorias algorítmicas se traduzam em ganhos reais em nosso silício. Identificar otimizações alinhadas com os pontos fortes da nossa arquitetura — maximizando o throughput e minimizando o consumo de energia. Moldar o ciclo de feedback entre o desenvolvimento do modelo e o hardware.
- Avaliação: Construir ferramentas de profiling e frameworks abrangentes de benchmarking para entender os gargalos de computação, medir a qualidade do modelo em avaliações padrão e específicas de domínio, e rastrear métricas de eficiência.
- Pesquisa Aplicada: Construir fluxos de trabalho robustos de ajuste fino para modelos modernos de IA, permitindo experimentação rápida com LoRA, adaptadores e ajuste fino completo. Manter-se atualizado com o cenário em rápida evolução — avaliar novas arquiteturas, implementar técnicas promissoras e contribuir com insights que informem a estratégia técnica e de go-to-market.
Qualificações
- 5+ anos de experiência em pesquisa de ML, ML aplicada ou sistemas de ML
- Fortes fundamentos em Python e PyTorch
- Experiência prática com transformers, modelos de difusão, modelos de espaço de estados, etc.
- Experiência em ajuste fino de modelos grandes e na construção de pipelines de treinamento/avaliação
- Profundo entendimento de transformers, mecanismos de atenção e técnicas de otimização
- Conforto em ler e implementar técnicas de artigos de pesquisa
Diferenciais
- Experiência com técnicas de inferência eficientes (otimização de cache KV, variantes de atenção, roteamento MoE, flow matching)
- Experiência em otimização de ML ciente de hardware ou quantização
- Familiaridade com ferramentas de profiling (PyTorch Profiler, Nsight, instrumentação customizada)
- Publicações em modelagem generativa, inferência eficiente ou sistemas de ML
- Contribuições para projetos de ML open-source
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil
