职责
• 参与机器学习平台和开源社区的开发
• 负责基础研究和产品开发，并不断提高研发效率
• 负责平台的功能开发、算法优化，通过先进或成熟的技术改善用户体验和可用性
• 参与或主持与同行和利益相关者的设计评审，决定可用技术之间的选择；
• 审查其他开发人员开发的代码，并提供反馈以确保最佳实践（例如，样式指南、检查代码的准确性、可测试性和效率）。
• 为现有文档或教育内容做出贡献，并根据产品/项目更新和用户反馈进行调整。
最低资格要求
• 计算机科学或相关领域的学士学位或同等实践经验。
• 在一种或多种编程语言（Python、Java、JavaScript、C/C++）中拥有2年以上的软件开发经验，或者在高级学位方面有1年以上的经验。
• 在学术界或行业环境中拥有2年以上的数据结构或算法经验。
• 在英语环境中具备良好的沟通和写作技巧。
首选资格要求
• 在人工智能应用（计算机视觉、自然语言处理、数据挖掘）方面具备成熟的研究技能；熟悉PyTorch或TensorFlow。
• 为联邦或分布式训练平台开发新模型或机器学习算法
• 解决统计异质性等研究挑战，并考虑联邦学习或分布式训练平台的系统异质性、安全性、隐私等约束条件
• 在以下顶级机器学习或系统会议上至少发表过一篇相关论文：
• [机器学习] ICML、NeurIPS、ICLR；
• [ML/AI应用] CVPR/ECCV/ICCV、ACL/EMNLP、AAAI/IJCAI；
• 具备与软件工程师进行良好沟通的能力，将开发的算法应用到实际系统中。
关于工作
FedML, Inc. (https:/fedml.ai) 为客户提供构建和扩展任何机器学习或人工智能模型的能力。这包括最新的基础模型以及更传统的机器学习模型。我们的产品涵盖培训、服务和低代码UI MLOPs和LLMOps平台。我们还为数据隐私敏感应用提供联邦机器学习解决方案。
我们最早的产品为几个行业的客户提供联邦机器学习任务支持，其中数据隐私、低延迟服务和数据存储成本低是客户的重要考虑因素。我们易于使用的FedML MLOps解决方案使数据科学和机器学习工程能够无缝协作，将他们的模型部署和管理到生产机器上。我们的联邦学习和服务解决方案支持隔离的边缘设备、智能手机和物联网。
我们的下一代解决方案包括地理分布式的机器学习和服务，延续了我们提供易于使用、简单、低成本和企业级MLOPs解决方案的传统。我们的MLOps和不断发展的LLMOps平台将始终为我们客户的AI和ML培训和服务需求以及其他一般计算需求提供实验、可观察性、评估、治理和协作的能力。
FedML支持广泛的行业（医疗保健、金融、保险、汽车、广告、智能城市、物联网等）和应用（计算机视觉、自然语言处理、数据挖掘和时间序列预测）的垂直解决方案。其核心技术由联邦机器学习社区的公认领导者进行了超过3年的前沿研究支持。
FedML的研究人员、软件工程师和产品团队正在忙于开发下一代FedML机器学习和人工智能平台，我们希望能够通过招聘具备各种技能的专业人员来扩大我们的团队，包括机器学习及其应用、计算机视觉、自然语言处理、大规模系统设计、分布式/云计算/系统、MLOps、安全/隐私、移动/IoT系统和网络等领域的人才。我们是一家初创企业，因此您将参与对我们客户和业务需求至关重要的项目。如果您热爱学习，并喜欢将想法转化为真实可扩展的机器学习基础设施产品和应用，FedML可能是一个很好的选择。
地点
我们的总部位于加利福尼亚州圣尼维尔。更倾向于当地人员能够定期光临我们的办公室。混合办公也可以。
如何申请
如果您有兴趣，请通过链接进行申请。 
旧金山