AI Research Engineer (Model Compression & Quantization)

Schliesse dich Tether an und forme die Zukunft der digitalen Finanzen. Bei Tether bauen wir nicht nur Produkte, wir leiten eine globale Finanzrevolution ein. Unsere fortschrittlichen Lösungen ermöglichen es Unternehmen – von Börsen und Wallets bis hin zu Zahlungsabwicklern und Geldautomaten – Reserve-gestützte Token nahtlos über Blockchains zu integrieren. Durch die Nutzung der Blockchain-Technologie ermöglicht Tether, digitale Tokens sofort, sicher und global zu speichern, zu senden und zu empfangen, und das zu einem Bruchteil der Kosten. Transparenz ist das Fundament unseres Handelns und sorgt für Vertrauen in jede Transaktion.

Innovationen bei Tether

• Tether Finance: Unsere innovative Produktpalette umfasst den weltweit vertrauenswürdigsten Stablecoin, USDT, auf den Hunderte Millionen Menschen weltweit angewiesen sind, sowie bahnbrechende Dienstleistungen zur Tokenisierung digitaler Vermögenswerte.
• Tether Power: Unsere Energiesolutions optimieren überschüssige Energie für das Bitcoin-Mining unter Verwendung umweltfreundlicher Praktiken in hochmodernen, geo-diversen Einrichtungen.
• Tether Data: Wir fördern Durchbrüche in KI und Peer-to-Peer-Technologie, reduzieren Infrastrukturkosten und verbessern die globale Kommunikation mit fortschrittlichen Lösungen wie KEET, unserer Flaggschiff-App, die sicheres und privates Teilen von Daten neu definiert.
• Tether Education: Wir demokratisieren den Zugang zu hochwertiger digitaler Bildung und befähigen Einzelpersonen, in der digitalen und Gig-Wirtschaft erfolgreich zu sein.
• Tether Evolution: An der Schnittstelle von Technologie und menschlichem Potenzial erweitern wir die Grenzen des Möglichen und gestalten eine Zukunft, in der Innovation und menschliche Fähigkeiten auf kraftvolle, beispiellose Weise verschmelzen.

Warum uns beitreten? Unser Team ist ein globales Talentkraftwerk, das remote aus allen Ecken der Welt arbeitet. Wenn du leidenschaftlich daran interessiert bist, im Fintech-Bereich einen Unterschied zu machen, ist dies deine Gelegenheit, mit einigen der klügsten Köpfe zusammenzuarbeiten und neue Standards zu setzen. Wir sind schnell gewachsen, haben schlank geblieben und uns als führendes Unternehmen in der Branche etabliert.

Über die Stelle Als Mitglied unseres KI-Forschungsteams wirst du Innovationen in der Modellkompression und effizienten Bereitstellung für fortschrittliche multimodale KI-Systeme vorantreiben, einschließlich großer Sprachmodelle (LLMs) und Bild-Sprachmodelle (VLMs). Deine Arbeit wird sich darauf konzentrieren, den Modellfußabdruck und die Rechenkosten zu reduzieren, während die Genauigkeit erhalten bleibt, um leistungsstarke KI effizient auf ressourcenbeschränkten Edge-Geräten auszuführen. Du wirst Kompressionstechniken wie Quantisierung, Wissensdestillation und Pruning anwenden und weiterentwickeln, um komplexe multimodale Architekturen zu optimieren, die Text, Bilder und Audio integrieren.

Verantwortlichkeiten

• Wende Low-Bit-Quantisierung an, um die Modellgröße und die Inferenzlatenz für generative KI-Modelle (LLMs, VLMs, multimodal) zu reduzieren, während die Genauigkeit und die Ausgabequalität erhalten bleiben.
• Nutze Wissensdestillation, um Fähigkeiten von größeren Lehrer-Modellen auf kleinere Schüler-Modelle zu übertragen und effizientes multimodales Denken über Text-, Bild- und Audioeingaben zu ermöglichen.
• Implementiere Pruning-Techniken, um redundante Parameter und Aufmerksamkeitsköpfe zu entfernen und den Rechenaufwand zu reduzieren, ohne die Aufgabenleistung zu beeinträchtigen.
• Analysiere die Abwägungen zwischen Modelleffizienz (Größe, Latenz, Speicher) und Genauigkeit über Quantisierungs-, Destillations- und Pruning-Methoden; schlage Verbesserungen basierend auf empirischen Ergebnissen vor.
• Forsche und wende gemischte Präzisionsquantisierung und andere fortschrittliche Kompressionsstrategien an, um das Gleichgewicht zwischen Genauigkeit und Leistung zu optimieren.
• Bleibe über die neuesten Forschungen zur Modellkompression informiert, einschließlich neuer Techniken für multimodale und generative Architekturen.
• Dokumentiere Methoden, Experimente und Ergebnisse klar, um Reproduzierbarkeit, interne Zusammenarbeit und Kommunikation mit Stakeholdern zu unterstützen.
• Verfasse technische Arbeiten und veröffentliche Ergebnisse auf erstklassigen Konferenzen, um das Feld der Modellkompression für multimodale KI voranzutreiben.

Qualifikationen

• Ein Abschluss in Informatik oder einem verwandten Bereich. Idealerweise ein Doktortitel in NLP, Maschinenlernen oder einem verwandten Bereich, ergänzt durch eine solide Erfolgsbilanz in der KI-Forschung und -Entwicklung.
• Erfahrung mit PyTorch oder gleichwertigen Deep-Learning-Frameworks.
• Praktische Erfahrung mit Modellquantisierung, einschließlich Quantization-Aware Training (QAT) und Post-Training Quantization (PTQ).
• Forschung und praktische Erfahrung mit Wissensdestillation zur Kompression großer Modelle in kleinere, effiziente Modelle.
• Forschung und praktische Erfahrung mit Modellpruning zur Kompression großer Modelle in kleinere, effiziente Modelle.
• Solides Verständnis von neuronalen Netzwerkarchitekturen und Trainingsprozessen – einschließlich Transformer (z.B. LLMs, VLMs), Backpropagation, Optimierung und Feinabstimmungstechniken.
• Kenntnisse in C++ sind von Vorteil (insbesondere für die Implementierung von Low-Level-Quantisierungskernen oder Inferenzoptimierungen).

Bei Fragen kannst du dich gerne über unsere offizielle Website an uns wenden.