加入 Tether,塑造数字金融的未来
在 Tether,我们不仅仅是在构建产品,我们正在开创全球金融革命。我们的尖端解决方案使企业能够无缝地在区块链上集成以储备为基础的代币,从交易所和钱包到支付处理器和自动取款机。通过利用区块链技术的力量,Tether 使您能够即时、安全和全球性地存储、发送和接收数字代币,所有这些都以极低的成本进行。透明度是我们所做一切的基石,确保每一笔交易的信任。
与 Tether 一起创新
Tether Finance:我们创新的产品组合包含全球最受信任的稳定币 USDT,全球数亿人依赖的代币,以及开创性的数字资产代币化服务。
但这仅仅是个开始:
Tether Power:推动可持续增长,我们的能源解决方案使用环保实践在最先进的地理多样化设施中优化比特币挖矿的多余电力。
Tether Data:推动人工智能和点对点技术的突破,我们通过像 KEET 这样的尖端解决方案降低基础设施成本,增强全球通信,KEET 是我们重新定义安全和私密数据共享的旗舰应用。
Tether Education:使顶级数字学习的获取民主化,我们使个人在数字经济和零工经济中蓬勃发展,推动全球增长与机会。
Tether Evolution:在技术与人类潜力的交叉点上,我们正在推动可能性的边界,打造一个创新与人类能力以强大、前所未有的方式融合的未来。
为什么加入我们?
我们的团队是一支全球人才的强大力量,来自世界各地的远程工作。如果您热衷于在金融科技领域留下印记,这是您与一些最聪明的头脑合作、推动边界并设定新标准的机会。我们快速成长,保持精简,并巩固了我们在行业中的领导地位。
如果您拥有优秀的英语沟通能力,并准备为地球上最具创新的平台做出贡献,Tether 将是您的理想之地。
您准备好成为未来的一部分吗?
关于该职位:
作为我们人工智能模型团队的一员,您将通过开发和实施严格的评估框架和基准方法来推动整个 AI 生命周期的创新,涵盖预训练、后训练和推理。您的工作将专注于设计指标和评估策略,确保我们的模型在实际应用中高度响应、高效且可靠。您将参与广泛的系统,从为有限硬件环境设计的资源高效模型,到集成文本、图像和音频的复杂多模态架构。
我们期望您在先进模型架构、预训练和后训练实践以及推理评估框架方面具有深厚的专业知识。采用实践驱动的研究方法,您将开发、测试和实施新颖的评估策略,严格跟踪关键绩效指标,如准确性、延迟、吞吐量和内存占用。您的评估不仅将基准化模型在每个阶段的性能,从基础的预训练阶段到针对性的后训练精细化和最终推理,还将提供可操作的见解。
该角色的一个关键要素是与跨职能团队(包括产品管理、工程和运营)合作,分享您的评估结果并整合利益相关者反馈。您将设计强健的评估管道和性能仪表板,作为所有利益相关者的共同参考点,确保这些见解推动模型部署策略的持续改进。最终目标是设定行业领先的人工智能模型质量和可靠性标准,在动态的实际场景中提供可扩展的性能和切实的价值。
职责:
• 开发、测试和部署集成框架,严格评估模型在预训练、后训练和推理阶段的表现。定义和跟踪关键绩效指标,如准确性、损失指标、延迟、吞吐量和内存占用,涵盖多种部署场景。
• 策划高质量的评估数据集,设计标准化基准,以可靠地衡量模型的质量和稳健性。确保这些基准准确反映通过预训练和后训练过程所取得的改进,并推动评估实践的一致性。
• 与产品管理、工程、数据科学和运营团队互动,以将评估指标与业务目标对齐。通过全面的仪表板和报告呈现评估结果、可操作的见解和建议,支持跨职能的决策。
• 系统分析评估数据,以识别和解决模型生命周期中的瓶颈。提出并实施优化方案,提高模型性能、可扩展性和资源利用率,确保在资源受限的平台上高效进行预训练、后训练和推理。
• 进行迭代实验和实证研究,以完善评估方法,保持对新兴技术和趋势的关注。利用见解不断增强基准实践,提高整体模型可靠性,确保模型生命周期的各个阶段在实际应用中提供可衡量的价值。
• 计算机科学或相关领域的学位。理想情况下,拥有自然语言处理、机器学习或相关领域的博士学位,并有良好的人工智能研发(在 A* 会议上有良好的出版记录)。
• 在多个阶段(包括预训练、后训练和推理)设计和评估人工智能模型的经验。您应该精通开发严格评估准确性、收敛性、损失改进和整体模型稳健性的评估框架,确保人工智能生命周期的每个阶段都能提供可衡量的实际价值。
• 强大的编程技能和评估基准及框架的实践经验至关重要。熟悉建立、自动化和扩展复杂评估和基准管道,以及性能指标:延迟、吞吐量和内存占用的经验。
• 证明能够进行迭代实验和实证研究,以推动评估方法的持续完善。您应该熟练掌握关注新兴趋势和技术,利用见解提升基准实践和模型可靠性。
• 有与产品、工程和运营等多样化团队合作的经验,以将评估策略与组织目标对齐。您必须擅长将技术发现转化为利益相关者的可操作见解,并推动模型开发生命周期中的流程改进。