Engenheiro de Pesquisa em IA (Compressão e Quantização de Modelos)

Descrição

***Junte-se à Tether e Ajude a Moldar o Futuro das Finanças Digitais*** Na Tether, não estamos apenas desenvolvendo produtos: estamos pioneirando uma revolução financeira global. Nossas soluções de ponta capacitam empresas — desde exchanges e carteiras até processadores de pagamentos e caixas eletrônicos — a integrar de forma transparente tokens lastreados em reservas em diversas blockchains. Ao aproveitar o poder da tecnologia blockchain, a Tether permite que você armazene, envie e receba tokens digitais instantaneamente, com segurança e em escala global, tudo isso a uma fração do custo. A transparência é a pedra angular de tudo o que fazemos, garantindo confiança em cada transação. ***Inove com a Tether*** **Tether Finance:** Nossa inovadora suíte de produtos inclui a stablecoin mais confiável do mundo, **USDT**, utilizada por centenas de milhões de pessoas em todo o planeta, além de serviços pioneiros de tokenização de ativos digitais. Mas isso é apenas o começo: **Tether Power:** Impulsionando um crescimento sustentável, nossas soluções energéticas otimizam o uso de energia excedente para mineração de Bitcoin, empregando práticas ecologicamente responsáveis em instalações de última geração, geograficamente diversificadas. **Tether Data:** Impulsionando avanços em IA e tecnologia ponto a ponto, reduzimos os custos de infraestrutura e aprimoramos as comunicações globais com soluções de ponta como **KEET**, nosso aplicativo principal que redefine o compartilhamento seguro e privado de dados. **Tether Education:** Democratizando o acesso à educação digital de elite, capacitamos indivíduos a prosperar nas economias digital e de gig, impulsionando o crescimento e as oportunidades globais. **Tether Evolution:** Na interseção entre tecnologia e potencial humano, estamos expandindo os limites do possível, criando um futuro no qual inovação e capacidades humanas se fundem de maneira poderosa e sem precedentes. ***Por que se juntar a nós?*** Nossa equipe é um centro global de talentos, trabalhando remotamente de todos os cantos do mundo. Se você tem paixão por deixar sua marca no setor de fintech, esta é sua oportunidade de colaborar com algumas das mentes mais brilhantes, ultrapassando fronteiras e estabelecendo novos padrões. Crescemos rapidamente, mantivemo-nos enxutos e consolidamos nossa posição como líder da indústria. Se você possui excelentes habilidades de comunicação em inglês e está pronto para contribuir com a plataforma mais inovadora do planeta, a Tether é o seu lugar. **Você está pronto para fazer parte do futuro?** **Sobre a vaga** Como membro de nossa equipe de pesquisa em IA, você impulsionará a inovação na compressão de modelos e na implantação eficiente de sistemas avançados de IA multimodal, incluindo grandes modelos de linguagem (LLMs) e modelos de linguagem e visão (VLMs). Seu trabalho focará na redução da pegada de modelo e do custo computacional, preservando a precisão, permitindo que a IA de alto desempenho seja executada de forma eficiente em dispositivos de borda com recursos limitados. Você aplicará e aprimorará técnicas de compressão, como quantização, destilação de conhecimento e poda, para simplificar arquiteturas multimodais complexas que integram texto, imagens e áudio. Esperamos que você possua profunda especialização em métodos de compressão de modelos e uma sólida formação em arquiteturas de modelos multimodais. Você adotará uma abordagem prática e orientada por pesquisa para desenvolver, testar e implementar novas estratégias de compressão que equilibrem tamanho do modelo, latência, throughput e precisão. Suas responsabilidades incluem construir pipelines robustos de compressão, estabelecer métricas de desempenho e fidelidade e resolver gargalos na inferência em produção. O objetivo final é entregar sistemas de IA escaláveis, de baixa memória e baixa latência em dispositivos de borda (por exemplo, smartphones), mantendo alta fidelidade e valor prático tangível. **Responsabilidades** Destaque as principais responsabilidades em tópicos com marcadores. É útil torná-los acionáveis e mensuráveis. Isso também pode ser agrupado em categorias para funções mais complexas. * Aplicar quantização de poucos bits para reduzir o tamanho do modelo e a latência de inferência em modelos de IA generativa (LLMs, VLMs, multimodais), mantendo a precisão e a qualidade da saída. * Utilizar a destilação de conhecimento para transferir capacidades de modelos mestres maiores para modelos estudantes menores, possibilitando raciocínio multimodal eficiente com entradas de texto, imagem e áudio. * Implementar técnicas de poda para remover parâmetros redundantes e cabeças de atenção, reduzindo a sobrecarga computacional sem comprometer o desempenho nas tarefas. * Analisar os trade-offs entre eficiência do modelo (tamanho, latência, memória) e precisão nos métodos de quantização, destilação e poda; propor melhorias com base em achados empíricos. * Pesquisar e aplicar quantização em precisão mista e outras estratégias avançadas de compressão (por exemplo, agendas adaptativas de poda, destilação com correspondência de características intermediárias) para otimizar o equilíbrio entre precisão e desempenho. * Manter-se atualizado com as últimas pesquisas em compressão de modelos, incluindo técnicas emergentes para arquiteturas multimodais e generativas. * Documentar claramente metodologias, experimentos e resultados para apoiar a reprodutibilidade, a colaboração interna e a comunicação com partes interessadas. * Redigir artigos técnicos e publicar descobertas em conferências de elite (por exemplo, NeurIPS, ICML, ICLR, CVPR, ACL, AAAI) para avançar o campo da compressão de modelos para IA multimodal. * Graduação em Ciência da Computação ou área correlata. Desejável doutorado em PLN, Aprendizado de Máquina ou área relacionada, complementado por um histórico sólido em P&D em IA (com boas publicações em conferências A*). * Experiência com frameworks de aprendizado profundo PyTorch ou equivalentes. * Experiência prática com quantização de modelos, incluindo Treinamento com Ciente de Quantização (QAT) e Quantização Após Treinamento (PTQ). * Experiência em pesquisa e prática com destilação de conhecimento para comprimir modelos grandes em modelos menores e eficientes. * Experiência em pesquisa e prática com poda de modelos para comprimir modelos grandes em modelos menores e eficientes. * Compreensão sólida de arquiteturas de redes neurais e processos de treinamento — incluindo transformadores (por exemplo, LLMs, VLMs), retropropagação, otimização e técnicas de ajuste fino. * Familiaridade com C++ é um diferencial (especialmente para implementar kernels de baixo nível de quantização ou otimizações de inferência). **Informações importantes para candidatos** Fraudes de recrutamento tornaram-se cada vez mais comuns. Para proteger-se, tenha em mente o seguinte ao se candidatar a vagas: * **Candidate-se apenas por nossos canais oficiais.** Não utilizamos plataformas ou agências terceirizadas para recrutamento, salvo quando expressamente declarado. Todas as vagas abertas estão listadas em nossa página oficial de carreiras: https://tether.recruitee.com/ * **Verifique a identidade do recrutador.** Todos os nossos recrutadores possuem perfis verificados no LinkedIn. Caso tenha dúvidas, você pode confirmar sua identidade verificando o perfil ou entrando em contato conosco pelo nosso site. * **Tenha cautela quanto a métodos incomuns de comunicação.** Não realizamos entrevistas via WhatsApp, Telegram ou SMS. Toda comunicação ocorre por e-mails oficiais da empresa e plataformas autorizadas. * **Verifique cuidadosamente os endereços de e-mail.** Toda comunicação enviada por nós virá de e-mails terminados em **@**tether.to **ou @**tether.io * **Nunca solicitaremos pagamento nem dados financeiros pessoais.** Se alguém solicitar informações financeiras pessoais ou pagamento em qualquer etapa do processo seletivo, trata-se de uma fraude. Denuncie imediatamente. **Caso tenha dúvidas, sinta-se à vontade para entrar em contato por meio do nosso site oficial.**