Engenheiro(a) de Machine Learning — Otimização de Treinamento

Vaga não está no LinkedIn

🕒 Janeiro 22

Candidatar-se

Encontrar Vagas Remotas Similares

Receber Emails de Vagas Remotas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Featherless AI

SiteLinkedInTodas as Vagas

1 - 10 funcionários

Fundada em 2023

🤖 Inteligência Artificial

☁️ SaaS

🔌 API

Artificial Intelligence • SaaS • API

A Featherless AI é um provedor de inferência de IA sem servidor e hospedagem de modelos que oferece acesso via API a um grande e crescente catálogo de modelos de pesos abertos (12. 200+), permitindo que desenvolvedores e empresas implante, ajustem e executem modelos em escala sem gerenciar servidores. A empresa oferece preços de assinatura fixa com tokens ilimitados, orquestração de GPU, uso privado/anônimo (sem logs) e opções para hospedagem própria em nível empresarial ou unidades de escala para alta concorrência. A Featherless AI também opera como um laboratório de pesquisa em IA focado em modelos de código aberto e pós-transformadores, alegando melhorias significativas de custo e desempenho para modelos grandes e agentes de IA.

Descrição

• Otimizar pipelines de treinamento de modelos em larga escala (throughput, convergência, estabilidade e custo) • Aperfeiçoar estratégias de treinamento distribuído (paralelismo de dados, de modelo e de pipeline) • Ajustar otimizadores, schedulers, tamanho de batch e precisão (bf16 / fp16 / fp8) • Reduzir tempo de treinamento e custo computacional por meio de profiling, análise de gargalos e melhorias em nível de sistema • Colaborar com pesquisadores em estratégias de treinamento orientadas à arquitetura • Construir e manter infraestrutura de treinamento robusta (checkpointing, tolerância a falhas, reprodutibilidade) • Avaliar e integrar novas técnicas de treinamento (por exemplo, gradient checkpointing, ZeRO, FSDP, kernels personalizados) • Ser responsável pelas métricas de desempenho de treinamento e promovê-las continuamente

🎯 Requisitos

• Experiência sólida em treinar redes neurais de grande escala (LLMs ou modelos de tamanho semelhante) • Experiência prática em otimização de treinamento (não apenas uso de modelos) • Sólido entendimento de: • - Backpropagation, algoritmos de otimização e dinâmica de treinamento • - Sistemas distribuídos para treinamento de ML • Experiência com PyTorch (obrigatório) • Conforto para trabalhar próximo ao hardware (GPUs, restrições de memória e de rede) • Capacidade de transitar com facilidade entre ideias de pesquisa e código pronto para produção • Desejável • Experiência com treinamento distribuído em larga escala (multi-node, multi-GPU) • Familiaridade com DeepSpeed, FSDP, Megatron ou stacks de treinamento customizados • Experiência em otimizar treinamento em GPUs AMD ou NVIDIA • Contribuições para infraestruturas ML open-source ou codebases de pesquisa • Experiência com arquiteturas não-Transformer (RNNs, modelos híbridos, etc.)

🏖️ Benefícios

• Remuneração competitiva + participação acionária significativa