Ingeniero de Investigación, Infraestructura, Sistemas de Entrenamiento

################################################################################################################################################################################################################################################################ La misión de Thinking Machines Lab es empoderar a la humanidad promoviendo la inteligencia general colaborativa. Estamos construyendo un futuro donde todos tienen acceso a los conocimientos y herramientas para hacer que la IA funcione para sus necesidades y metas únicas. Somos científicos, ingenieros y constructores que han creado algunos de los productos AI más utilizados, incluyendo ChatGPT y Character.ai, modelos de peso abierto como Mistral, así como proyectos populares de código abierto como PyTorch, OpenAI Gym, Fairseq y Segment Cualquier cosa. Estamos buscando un ingeniero de investigación de infraestructura para diseñar y construir los sistemas básicos que permitan una formación escalable y eficiente de grandes modelos para el despliegue y la investigación. Su objetivo es hacer que la experimentación y el entrenamiento en Thinking Machines sea rápido y fiable para asegurar que nuestros equipos de investigación puedan centrarse en la ciencia, no en los cuellos de botella del sistema. Identificado Este papel es ideal para alguien que combina sistemas profundos y experiencia de rendimiento con una curiosidad para el aprendizaje automático a escala. Usted tomará la propiedad de la pila de entrenamiento final a fin, asegurando que cada ciclo GPU impulsa el progreso científico. - No. Nota: Este es un "empreverde papel" que seguimos abiertos sobre una base continua para expresar interés. Recibimos muchas aplicaciones, y puede que no siempre haya un papel inmediato que se ajuste perfectamente a su experiencia y habilidades. Aún así, te animamos a aplicar. Revisamos continuamente las solicitudes y llegamos a los solicitantes como nuevas oportunidades abiertas. Usted es bienvenido a volver a aplicar si usted tiene más experiencia, pero por favor evitar aplicar más de una vez cada 6 meses. También puede encontrar que ponemos publicaciones para roles singulares para necesidades específicas separadas, de proyecto o de equipo. En esos casos, usted es bienvenido a aplicar directamente además de un papel siempre verde. Lo que harás será lo siguiente: ■ul i) Establecer, implementar y optimizar sistemas de capacitación distribuidos que se escalan en miles de GPU y nodos para trabajos de capacitación a gran escala. Optimizaciones de alto rendimiento para maximizar el rendimiento y la eficiencia. < > > > > > > > > > > > > > Establece estándares para la confiabilidad, mantenibilidad y seguridad, asegurando que los sistemas sean robustos bajo una rápida iteración. Colabora con investigadores e ingenieros para construir infraestructura escalable. > < > > > > > > > > > > > > > ■/ul ■h2 títulos y clasificaciones > > > ■ul > < > > > > > > > > > > < > > > > > > > > > > Identificar los marcos de aprendizaje profundo (p. ej., PyTorch, JAX) y sus arquitecturas de sistema subyacentes. ■li Entorpece en un entorno altamente colaborativo con muchos, diferentes socios interfuncionales y expertos en materia temática. ■li Un sesgo para la acción con una mentalidad para tomar iniciativa para trabajar a través de diferentes pilas y diferentes equipos donde se observa la oportunidad de asegurarse de algo barcos. ■/ul ■p Confecciones preferidas - le animamos a aplicar si usted cumple algunos pero no todos estos: ■ul ■li Experiencia pasada trabajando en la capacitación distribuida para los modelos más grandes del mundo para hacerlos estables, fiables y performant. ■li Seguimiento de la mejora de la productividad de la investigación mediante el diseño de infraestructuras o mejoras de procesos. Contribuciones a la infraestructura ML de código abierto como PyTorch, XLA, Megatron-LM o DeepSpeed. ■/ul ■h2 títuloLogistics obtenidos/h2 título ■ul Este papel está basado en San Francisco, California. Dependiendo de los antecedentes, habilidades y experiencia, el rango de salario anual previsto para esta posición es de 350.000 dólares - $475,000 USD. Patrocinio de нелинаннинин: Patrocinamos visas. Aunque no podemos garantizar el éxito de cada candidato o papel, si usted es el adecuado, estamos comprometidos a trabajar a través del proceso de visa juntos. ■li $beneficios: Las Máquinas de Pensamiento ofrecen beneficios generosos de salud, dental y visión, PTO ilimitado, licencia parental pagada y soporte de reubicación según sea necesario. "Conclusión de contenido" Como se establece en la política de igualdad de oportunidades de empleo de las máquinas de pensamiento, no discriminamos sobre la base de cualquier condición de grupo protegido bajo cualquier ley aplicable. - No. Thinking Machines Lab considerará para los solicitantes calificados de empleo con historias delictivas de una manera compatible con los requisitos de la Ley de la Cancillería de California, la Ordenanza de la Cancillería de San Francisco, y cualquier otra ordenanza o ley estatal o local de justas posibilidades.