Ingénieur Machine Learning — Distillation

Emploi pas sur LinkedIn

🕒 il y a 5 mois

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Featherless AI

Site WebLinkedInTous les Emplois

1 - 10 employés

Fondée en 2023

🤖 Intelligence artificielle

☁️ SaaS

🔌 API

Artificial Intelligence • SaaS • API

Featherless AI est un fournisseur de services d'inférence AI sans serveur et d'hébergement de modèles qui offre un accès API à un vaste catalogue de modèles à poids ouvert (plus de 12 200), permettant aux développeurs et aux entreprises de déployer, ajuster et exécuter des modèles à grande échelle sans gérer de serveurs. La société propose un tarif d'abonnement forfaitaire avec des jetons illimités, l'orchestration GPU, une utilisation privée/anonyme (sans journaux) et des options de self-hosting pour les entreprises ou des unités de mise à l'échelle pour une haute simultanéité. Featherless AI fonctionne également comme un laboratoire de recherche en intelligence artificielle axé sur la recherche open-source et post-transformateur, revendiquant des améliorations significatives en termes de coûts et de performance pour les grands modèles et agents IA.

Description

• Concevoir et implémenter des pipelines de distillation de connaissances (teacher–student, self-distillation, multi-teacher, etc.) • Distiller de grands modèles fondamentaux en modèles plus petits, plus rapides et moins coûteux pour l'inférence • Exécuter et analyser des expériences d'entraînement à grande échelle pour évaluer les compromis qualité, latence et coût • Collaborer avec la recherche pour traduire de nouvelles idées de distillation en code prêt pour la production • Optimiser les performances d'entraînement et d'inférence (mémoire, débit, latence) • Contribuer aux outils internes, aux frameworks d'évaluation et au suivi des expériences • (Optionnel) Contribuer à des modèles, outils ou travaux de recherche open-source

🎯 Exigences

• Solide formation en machine learning ou deep learning • Expérience pratique de la distillation de modèles (LLMs ou autres réseaux de neurones) • Bonne compréhension de la dynamique d'entraînement, des fonctions de perte et de l'optimisation • Expérience avec PyTorch (ou JAX) et les outils ML modernes • À l'aise pour exécuter des expériences sur des configurations multi-GPU ou distribuées • Capacité à raisonner sur les compromis qualité vs. performance des modèles • Esprit pragmatique : vous vous souciez de livrer des solutions, pas seulement de publier des articles

🏖️ Avantages

• Rémunération compétitive • Participation au capital significative • Télétravail possible, environnement axé sur le travail asynchrone