كن جزءًا من مستقبل التمويل الرقمي مع تيذر!

حول الوظيفة:
كعضو في فريق نماذج الذكاء الاصطناعي، ستقود الابتكار في تطوير العمارة لنماذج متطورة من مقاييس مختلفة، بما في ذلك الأنظمة الصغيرة والكبيرة ومتعددة الأنماط. سيعزز عملك الذكاء، ويحسن الكفاءة، ويقدم قدرات جديدة لدفع هذا المجال إلى الأمام.

ستمتلك خبرة عميقة في نماذج اللغة الكبيرة (LLM) والهياكل متعددة الأنماط، وفهم قوي لتحسين ما قبل التدريب، ونهج عملي مدفوع بالبحث. مهمتك هي استكشاف وتنفيذ تقنيات جديدة وخوارزميات تؤدي إلى تقدم رائد: تنسيق البيانات متعددة الأنماط والمحاذاة، وتعزيز القواعد الأساسية، وتحديد وحل اختناقات ما قبل التدريب الحالية لدفع حدود أداء الذكاء الاصطناعي عبر الأنماط.

المسؤوليات:

• ما قبل التدريب على نطاق واسع: قم بإجراء ما قبل التدريب الأساسي لنماذج LLM والنماذج متعددة الأنماط (التي تجمع بين النص والرؤية والصوت أو أنماط أخرى) على خوادم كبيرة موزعة مزودة بعدد كبير من وحدات معالجة الرسوميات NVIDIA.
  

• ابتكار العمارة والمحاذاة: صمم، ونموذج، وقم بتوسيع الهياكل المبتكرة، وأدوات الترميز، وطبقات المحاذاة عبر الأنماط لتعزيز ذكاء النموذج وفهمه متعدد الأنماط.
  

• استراتيجية البيانات: ابحث، وقم بتصفية، وتنظيم مجموعات بيانات نصية ومتعددة الأنماط على نطاق واسع، مع إنشاء قنوات بيانات قوية لتسهيل ما قبل التدريب.
  

• البحث التجريبي: نفذ التجارب بشكل مستقل وتعاوني، وحلل النتائج، وقم بتحسين منهجيات التدريب لتحقيق الأداء الأمثل وكفاءة الرموز.
  

• تحسين وتصحيح الأخطاء: استقصِ، وصحح، وأزل الاختناقات في كفاءة النموذج، وأداء الحوسبة، واستقرار المحاذاة متعددة الأنماط أثناء فترات التدريب الطويلة.
  

• قابلية توسيع النظام: ساهم في تطوير أنظمة التدريب الموزعة لضمان قابلية التوسع السلس وكفاءة الأجهزة على المنصات المستهدفة.
  

• درجة في علوم الكمبيوتر أو مجال ذي صلة. يفضل أن تكون حاصلاً على دكتوراه في معالجة اللغة الطبيعية، أو التعلم الآلي، أو مجال ذي صلة، مدعومة بسجل قوي في البحث والتطوير في الذكاء الاصطناعي (مع منشورات جيدة في مؤتمرات A*).

• خبرة عملية في المساهمة في عمليات ما قبل التدريب على نطاق واسع لنماذج LLM أو متعددة الأنماط على خوادم كبيرة موزعة مزودة بعدد كبير من وحدات معالجة الرسوميات NVIDIA، مما يضمن قابلية التوسع والتقدم المؤثر في أداء النموذج.

• إلمام وخبرة عملية مع أطر التدريب الموزعة على نطاق واسع، والمكتبات والأدوات.

• معرفة عميقة بالتعديلات الحديثة على المحولات وغير المحولات التي تهدف إلى تعزيز الذكاء والكفاءة وقابلية التوسع.

• خبرة قوية في مكتبات PyTorch وHugging Face مع خبرة عملية في تطوير النماذج، والتدريب المستمر، والنشر.

معلومات مهمة للمرشحين
أصبحت عمليات الاحتيال في التوظيف شائعة بشكل متزايد. لحماية نفسك، يرجى مراعاة ما يلي عند التقدم للوظائف:

• تقدم فقط من خلال قنواتنا الرسمية. لا نستخدم منصات أو وكالات طرف ثالث للتوظيف ما لم يتم ذكر ذلك بوضوح. جميع الوظائف المفتوحة مدرجة على صفحة الوظائف الرسمية لدينا: https://tether.recruitee.com/

• تحقق من هوية المجند. جميع مجندينا لديهم ملفات تعريف موثقة على LinkedIn. إذا كنت غير متأكد، يمكنك تأكيد هويتهم من خلال التحقق من ملفهم الشخصي أو الاتصال بنا من خلال موقعنا الإلكتروني.

• كن حذرًا من طرق الاتصال غير المعتادة. لا نجري مقابلات عبر WhatsApp أو Telegram أو SMS. يتم إجراء جميع الاتصالات عبر البريد الإلكتروني الرسمي للشركة والمنصات.

• تحقق من عناوين البريد الإلكتروني. ستأتي جميع الاتصالات منا من عناوين بريد إلكتروني تنتهي بـ @tether.to أو @tether.io

• لن نطلب أبدًا معلومات مالية أو دفع. إذا طلب شخص ما معلومات مالية شخصية أو دفع في أي وقت خلال عملية التوظيف، فهذا احتيال. يرجى الإبلاغ عنه على الفور.

عند الشك، لا تتردد في التواصل من خلال موقعنا الرسمي.