TGTGInsightаналитика telegramLIVE / telegram public index
← Data Science Jobs
Data Science Jobs avatar

TGINSIGHT POST

Post #2987

@datasciencejobs

Data Science Jobs

Просмотры5,320Количество просмотров
Опубликован18 окт.18.10.2025, 07:05
Содержимое поста

Содержимое

#vacancy#remote#relocation#mlengineer#mlrecearcher#LLM#senior#lead job format: full time, remote или офис (компания предлагает релокацию в Сербию и Нидерланды, помогает с документами) level: Senior/Lead salary: 150 000 - 180 000 usd gross per year 🧠 Исследовательский стартап, который разрабатывает foundation-модель для финансовых рынков на стыке LLM и time series в поисках ML Researcher& Engineer. Вам предстоит работать в тесной связке с командой Low-Level инженеров, разрабатывающей технологию компилятора на основе искусственного интеллекта, которая переводит и оптимизирует код для новых аппаратных архитектур. Вы объедините модели ML, RL и foundation для создания компиляторов следующего поколения, способных работать с промежуточными представлениями (IRS), такими как MLIR, LLVM IR и Verilog, вдохновленные последними исследованиями в области оптимизации кода на основе LLM. Научное руководство проектом осуществляет профессор из Université de Montréal и Mila - Quebec AI Institute 🔎 Над какими задачами предстоит работать: - Создавать компиляторы на основе LLM, которые понимают IR (LLVM, MLIR, CUDA, Verilog) и генерируют оптимизированный низкоуровневый код. - Использовать результаты последних исследований: SwizzlePerf, COMPASS, Cuda-L1, Metrex, Transformers - эффективные компиляторы, RL для MLIR, CompilerGym и т.д. - Интегрировать обучение с подкреплением и мета-подсказки для автоматической настройки конвейеров компилятора и оптимизации производительности. - Разрабатывать и отлаживать базовые модели для анализа кода, используя наборы данных и тесты, такие как Metrex и COMPASS. - Совместно разрабатывать аппаратно-ориентированные циклы оптимизации, нацеленные на задержку, пропускную способность и энергоэффективность для архитектур, подобных Cornami. - Прототипировать AI агентов, которые разрабатывают или адаптируют этапы компиляции, исследуя многоцелевые компромиссы (скорость, площадь, энергопотребление). 🦾 Ожидания от кандидата Must have: - Опыт работы с LLM в контексте кодогенерации или компиляторов (одно из направлений обязательно, оба - преимущество). - Ищем с бэкграундом и ресечера и инженера: будет много задач на проведение ресерча, формулирование гипотез, проверку и адаптацию решений. - Навык написания стабильного продакшен-кода. - Уверенное понимание работы ML-фреймворков (PyTorch / TensorFlow) и принципов их взаимодействия с железом. - Готовность к плотному взаимодействию с командой low-level инженеров. Nice to have: - Глубокие знания в области компиляторов, промежуточных представлений (IR) и трансляции кода. - Практический опыт применения LLM для ускорения разработки или исследований. - Опыт низкоуровневой разработки под специализированное железо. - Способность мыслить продуктово: понимать, как ресерч-концепции масштабируются в реальные инженерные решения Для отклика пишите: @sobolevavalery