Gründungs-ML-Engineer im Flower Frontier Model Team (alle Erfahrungsstufen willkommen) [Deutschland, Vereinigtes Königreich, weltweit]

Stelle nicht auf LinkedIn

🕒 vor 7 Monaten

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Flower Labs

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2023

🤖 Künstliche Intelligenz

📚 Bildung

Artificial Intelligence • Software • Education

Flower Labs ist ein Unternehmen, das ein benutzerfreundliches föderiertes KI-Framework namens Flower entwickelt, mit dem Benutzer föderiertes Lernen über verschiedene maschinelle Lernframeworks und Programmiersprachen hinweg implementieren können. Flower zielt darauf ab, den Prozess des föderierten Lernens zu vereinfachen und ermöglicht eine effiziente Verteilung und Ausführung von Arbeitslasten über eine Vielzahl von Clients. Die Plattform ist für Skalierbarkeit und Benutzerfreundlichkeit konzipiert und unterstützt verschiedene Geräte und Cloud-Systeme für Forschungs- und Produktionszwecke.

Beschreibung

• Als Gründungsmitglied des Flower Frontier Model Teams mitwirken • Kategorieprägende Modelle entwickeln, die bewährte Ansätze mit dezentralen Lernmethoden kombinieren • Den Aufbau eines zuverlässigen, wartbaren und skalierbaren Software-Stacks mitgestalten • Weltweit führende Open-Source-Modelle erstellen und in neue Flower Lab-Produkte integrieren • Kernkomponenten für Datenkuratierung, Evals, Pre-Training und Post-Training entwerfen, implementieren und optimieren • GPU-/Kernel-Probleme, Engpässe bei Speicher/Storage und Ausfälle in Multi-Node-Setups in großem Maßstab diagnostizieren und beheben • Bei der Fehlersuche von Trainingsinstabilitäten und verwandten Problemen zusammenarbeiten • Die umgebende Infrastruktur, Tools, Monitoring und Observability konzipieren

🎯 Anforderungen

• Hervorragende Software-Engineering-Fähigkeiten (Python, Deep-Learning-Frameworks, Testing, Profiling, Refactoring, Reproduzierbarkeit) • Erfahrung mit modernen ML-Training-Stacks: PyTorch, JAX oder vergleichbare Technologien • Erfahrung in der Implementierung von Modellarchitekturen von Grund auf und in der Arbeit mit Bibliotheken wie DeepSpeed, Megatron oder vergleichbaren Tools • Fähigkeit, großangelegte Trainingsläufe zu optimieren, zu debuggen und zu profilieren • Praktische Erfahrung mit großen GPU-Clustern, einschließlich Job-Orchestrierung, Scheduling, Multi-Node-Runs, NCCL/RDMA-Problemen und GPU-Leistungsoptimierung • Fähigkeit zur effektiven Zusammenarbeit mit sowohl forschungsorientierten als auch engineering-orientierten Kolleginnen und Kollegen • Gute Engineering-Hygiene: modularer Aufbau, Code-Reviews, Dokumentation, Reproduzierbarkeit, Versionierung von Daten/Modellen/Konfigurationen • Vertrautheit mit gängigen Tools (Linux-Kommandozeile, git, Docker) • Aufgeschlossenheit gegenüber neuen Tools • Solides Verständnis verteilter Systeme und Netzwerktechnik • Sehr gute schriftliche Englischkenntnisse • Offene, ehrliche und transparente Kommunikationsfähigkeiten

🏖️ Vorteile

• Möglichkeit, an wegweisenden KI-Modellen zu arbeiten • Potenzial für technische Führungsverantwortung • Kollaboratives Start-up-Umfeld