Kỹ sư nghiên cứu AI nén và lượng tử hóa mô hình tại Tether

Tổng quan vị trí

Nhóm nghiên cứu AI của Tether tìm cách giảm kích thước, độ trễ và chi phí tính toán của mô hình ngôn ngữ, đa phương thức mà vẫn giữ chất lượng đầu ra. Vai trò này nghiên cứu kỹ thuật nén cho thiết bị hạn chế tài nguyên, gồm điện thoại. Mỗi tin nêu địa điểm từ xa riêng.

Trách nhiệm

• Áp dụng lượng tử hóa số bit thấp và độ chính xác hỗn hợp để giảm dung lượng mô hình, độ trễ suy luận và đo chất lượng.
• Chưng cất năng lực từ mô hình giáo viên lớn sang mô hình nhỏ hơn cho tác vụ văn bản, hình ảnh, âm thanh.
• Cắt tỉa tham số và đầu attention dư thừa, so sánh tác động lên độ chính xác, bộ nhớ và thông lượng.
• Thiết kế thí nghiệm nén có thể lặp lại, ghi chép phương pháp, kết quả và phối hợp nghiên cứu.
• Tìm hiểu phương pháp nén mới và công bố công trình phù hợp tại diễn đàn nghiên cứu AI.

Yêu cầu

• Bằng khoa học máy tính hoặc ngành liên quan; ưu tiên tiến sĩ NLP hay học máy và có công bố nghiên cứu.
• Có kinh nghiệm PyTorch hoặc khung học sâu tương đương và kiến trúc mô hình như transformer.
• Thực hành lượng tử hóa bằng huấn luyện nhận biết lượng tử hóa và lượng tử hóa sau huấn luyện.
• Từng nghiên cứu, triển khai chưng cất tri thức và cắt tỉa mô hình.
• Hiểu huấn luyện, lan truyền ngược, tối ưu và tinh chỉnh; C++ cho nhân xử lý cấp thấp là lợi thế.

Công nghệ trong công việc

• C++: C++ for low-level kernels is a .
• PyTorch: Experience with PyTorch or equivalent deep-learning frameworks and model architectures such as .
• C: C++ for low-level kernels is a .
• R: Ideally PhD in NLP, Machine Learning, or a related field, complemented by a solid track record in AI R&D (with good publications in A* .
• large language models: As a member of our AI research team, you will drive innovation in model compression and efficient deployment for advanced multimodal AI systems, including large language models (LLMs) and vision-language models .
• CAN: If you’re unsure, you can confirm their identity by checking their profile or contacting us through our .

Hướng dẫn đánh giá mức độ phù hợp (tiếng Anh)

Phân tích dựa trên yêu cầu và trách nhiệm trong tin tuyển dụng của nhà tuyển dụng.

Understanding the scope. This AI Research Engineer (Model Compression & Quantization) position at Tether is best assessed through the work described in the employer’s posting, rather than the title alone. The available role overview says: “Tether’s AI research team works to reduce the size, latency and compute cost of language and multimodal models while protecting output quality. This role researches compression for resource-limited devices, including…” Read that statement together with the responsibilities below to understand the likely balance between delivery, coordination and technical decision-making. The role belongs to the AI and data area, but that label is only a guide to the work; the employer’s own requirements remain decisive. Before applying, check the original listing for reporting lines, product or team assignment, employment terms and any details that may have changed since this copy was checked. Where this page says a fact is not specified, treat it as an open question rather than an implied promise.

What the responsibilities signal. The posting specifically names “Apply low-bit and mixed-precision quantization to reduce model footprint and inference latency while measuring quality.”; “Distil capabilities from large teacher models into smaller models for text, image and audio tasks.”; “Prune redundant parameters and attention heads and compare effects on accuracy, memory and throughput.”. For each duty, identify a project where you performed comparable work and be ready to describe the context, your own contribution, constraints, decisions, and measurable result. Explain how you moved from the initial need to implementation, review, release or operational follow-through, where those stages apply. If the work involved other teams or users, distinguish your decisions from the group’s contribution. Avoid presenting a technology keyword as proof by itself: connect it to the problem you solved, the scale or complexity involved, and what changed after your work. The source may contain additional duties; review it directly before preparing your application.

How to read the requirements. The listed qualifications include “Computer science or related degree; a PhD in NLP or machine learning and research publications are preferred.”; “Experience with PyTorch or equivalent deep-learning frameworks and model architectures such as transformers.”; “Practical quantization work using quantization-aware training and post-training quantization.”. Mark each requirement as demonstrated, adjacent experience or a genuine gap, then use a concise example for the first two categories. A strong example explains what you personally owned, how you made trade-offs, how you validated the result and what you learned. If the posting specifies years of experience, language ability, certifications, location or eligibility, address those facts plainly in your CV or application rather than relying on the employer to infer them. Do not claim a qualification from exposure alone. For a requirement you do not meet, describe relevant transferable experience accurately and ask the recruiter whether it is mandatory.

Technology and working evidence. The technology terms associated with this listing are C++, PyTorch. Treat this as a set of posting-derived signals, not a guarantee that every tool is used daily or that the list is complete. For each term relevant to your experience, prepare one concrete example: the system or workflow, the part you owned, the alternatives considered, and how you tested reliability, security, performance or usability as appropriate.

Về Tether

Tether phát triển sản phẩm token kỹ thuật số, gồm USDT, cùng các dự án truyền thông ngang hàng và AI. Nhà tuyển dụng mô tả đội ngũ làm việc từ xa tại nhiều quốc gia.

Khám phá việc làm theo danh mục

Việc làm liên quan

• Kỹ sư nghiên cứu AI, nén mô hình tại Tether — Tether
• Kỹ sư nghiên cứu AI nén và lượng tử hóa mô hình tại Tether — Tether
• Kỹ sư nghiên cứu AI nén và lượng tử hóa mô hình tại Tether — Tether
• Kỹ sư nghiên cứu AI nén và lượng tử hóa mô hình tại Tether — Tether
• Kỹ sư nghiên cứu AI nén và lượng tử hóa mô hình tại Tether — Tether
• Kỹ sư nghiên cứu AI nén và lượng tử hóa mô hình tại Tether — Tether