正在读取岗位…

机器学习工程师 — 蒸馏(Distillation)

Machine Learning Engineer — Distillation

数据与人工智能算法与模型研发全职
薪资标准:原帖未明确标注

AI 摘要

机器学习工程师岗位,专注模型蒸馏及其生产落地,要求具备深度学习、蒸馏和 PyTorch 或 JAX 相关经验。工作环境支持远程、异步协作,提供有竞争力的薪酬及股权。

岗位速览

用工形式
全职
经验门槛
具有模型蒸馏(如大型语言模型或其他神经网络)的实际操作经验

岗位介绍

关于该职位

我们正在寻找一位专注于“模型精简”(model distillation)的机器学习工程师,帮助我们构建更小、更快、更高效的模型,同时不牺牲模型质量。您将工作在研究与生产之间的交叉领域——将前沿技术转化为可大规模应用的系统。

这是一个需要亲自动手、承担实际责任的职位:您将负责设计蒸馏管道、进行大规模实验,并将用于生产的模型交付给客户。

你的工作内容

  • 设计并实现知识蒸馏流程(包括教师-学生模型、自我蒸馏模型、多教师模型等)
  • 将大型基础模型蒸馏为更小、更快、成本更低的模型,以便用于推理
  • 运行和分析大规模训练实验,以评估模型在性能、延迟和成本方面的权衡
  • 与研究团队合作,将新的蒸馏技术转化为可投入生产的代码
  • 优化模型的训练和推理性能(包括内存使用、吞吐量、延迟等方面)
  • 为内部工具、评估框架和实验跟踪系统做出贡献
  • (可选)为开源模型、工具或研究项目做出贡献
  • 我们正在寻找什么样的人才
  • 具备扎实的机器学习或深度学习背景
  • 具有模型蒸馏(如大型语言模型或其他神经网络)的实际操作经验
  • 深入理解训练过程、损失函数及优化算法
  • 熟练使用PyTorch(或JAX)等现代机器学习工具
  • 能够在多GPU或分布式环境中顺利运行实验
  • 具备评估模型质量与性能之间权衡的能力
  • 具有务实的工作态度:注重实际成果的交付,而不仅仅是发表论文
  • “Nice to Have”(非必备条件)

(用于描述某些职位或技能虽然有帮助,但并非绝对必需)

说明:
“Nice to Have”表示某项技能、经验或特征虽然对工作有积极影响,但并非招聘时的硬性要求。例如:“计算机编程经验是优先考虑的,但具备数据库管理知识则更佳(Nice to Have)”。这类描述有助于突出职位的灵活性,同时让求职者了解自己的优势,但不会影响他们因缺乏这些条件而被拒绝申请。

  • 有蒸馏大型序列模型(LLMs)的经验
  • 具备推理优化方面的经验(如量化、剪枝、内核优化等)
  • 熟悉语言模型的评估方法
  • 有开源项目贡献或研究论文发表记录
  • 在初创公司或发展迅速的公司中有工作经验
  • 为什么加入我们
  • 负责核心模型质量与成本效率方面的工作,而非次要项目
  • 对产品和产品路线图具有高度的责任感,并能产生直接影响
  • 团队规模较小,但成员均为经验丰富的高级专业人士,拥有浓厚的研发与工程文化
  • 提供具有竞争力的薪酬待遇以及具有实际意义的股权激励
  • 非常适合远程工作、优先采用异步处理方式的工作环境

最初发布于 Himalayas

查看原岗位