公司：Sygaldry Technologies
团队：AI研究
地点：加利福尼亚州旧金山
类型：固定期限（2年），有可能延长1年或转为全职
关于Sygaldry
Sygaldry Technologies正在构建量子加速的AI服务器，以指数级加速AI的训练和推理。通过整合量子和AI，我们正在加速通往超级智能的道路，并为其高效扩展和经济运行创造条件。Sygaldry AI服务器在单一的容错架构中结合了多种量子比特类型，以提供高级AI应用所需的成本、规模和速度的组合。我们在物理学、工程学和AI的新领域中开拓创新，以扎实、乐观和严谨的文化应对最艰难的挑战。我们正在寻找准备定义量子和AI交集并推动其深远全球影响的个人。
您将从事的工作
生成模型的探索性研究
- 调查和推进最先进的扩散和基于评分的生成模型，重点关注数学效率。
- 对采样、去噪和似然估计中的计算瓶颈进行深入的理论分析。
- 开发与量子算法数学兼容的扩散ODE/SDE的新解算方法。
量子-经典混合
- 识别生成模型中适合量子加速的数学结构（例如，线性代数子程序、概率流）。
- 原型化混合工作流，其中量子子程序加速经典管道，使用模拟或硬件访问。
- 严格基准测试理论与实际优势，撰写白皮书和内部技术报告。
学术与工业影响
- 在顶级会议（NeurIPS, ICML, ICLR, QIP）和期刊上发表您的研究成果。
- 与量子硬件团队合作，根据算法需求为未来架构要求提供信息。
- 将研究见解转化为可扩展的概念验证实现，并可移交给工程团队。
您可能适合此职位如果您
- 拥有计算机科学、物理学、应用数学或相关领域的博士学位（或即将完成）。
- 在扩散概率模型、评分匹配或相关生成方法方面具有深厚的专业知识。
- 理解数学基础：SDEs, ODEs, Langevin动力学和概率流。
- 熟悉ML框架（PyTorch, JAX）并编写清晰的研究级代码。
- 拥有卓越的研究记录（第一作者发表）。
- 乐于解决无人解决的问题，以严谨的态度质疑假设。
优秀候选人可能具备
- 专门在扩散模型、基于评分的生成或神经ODE/SDE方法上发表过研究。
- 有优化采样效率的经验（例如，DDIM, DPM-Solver, 一致性模型）。
- 熟悉微分方程的数值方法。
- 理解量子算法和计算复杂性（尽管如果ML数学强大，则不需要深厚的量子专业知识）。
- 具备高维概率或随机过程背景。
这为什么重要
您的工作加速了通往量子超级智能的道路。每个集成的量子组件，每个增强的AI模型，每个优化的指令集都使我们更接近一个智能与量子力学密不可分的未来。我们不是在构建渐进的改进——我们正在创造指数级的变革，使AI更加经济、可持续、个性化和根本上更强大。
我们的不同之处
我们正在构建量子超级智能的基础设施，并在物理学、工程学和AI的交汇处开拓新领域。在Sygaldry，好奇心和智力勇气驱动我们的工作。我们以扎实、乐观和严谨的文化应对雄心勃勃的挑战，并知道善良的人构建最强大的团队。我们优先考虑使命而非自我，并以强烈的共同目标开放合作。我们梦想远大，但我们以对细节的热爱来执行。
文化与福利
- 两全其美：在保留学术环境的智力自由的同时，获得工业规模的计算和硬件资源。
- 签证支持：我们知道如何让顶尖人才在这里茁壮成长。我们愿意在可能的情况下支持签证。
- 薪酬：我们重视您的高水平专业知识。此职位提供的薪水显著高于标准学术博士后水平。
- 福利：您的健康很重要。我们提供公司赞助的健康保险，为您和您的家人提供安心。
- 连接：无论是公司外出活动还是休闲聚会，我们都会抽出时间一起联系、充电和享受乐趣。
- 休假：我们相信您会合理安排所需的时间。无限制的带薪休假，让您休息、充电，并准备好回来产生影响。
我们鼓励来自不同背景的候选人申请。我们是一个平等机会的雇主，不因种族、宗教、肤色、国籍、性别、性取向、年龄、退伍军人身份、残疾、遗传信息或其他适用的法律保护特征而歧视。
即使您认为自己不符合每一项资格要求，我们也鼓励您申请。如果您认为这个职位不适合您，但相信您能为我们的使命做出有意义的贡献，请通过letsbuild@sygaldry.com联系我们。
