Senior Research Engineer

AssemblyAI | Anywhere in the World

Volledig op afstand Voltijds Softwareontwikkeling
Machine-vertaald voor u (English → Dutch) Origineel tonen
Omschrijving

Hoofdkwartier: Remote Waarom AssemblyAI AssemblyAI bouwt de best-in-class Voice AI modellen die de volgende generatie spraaktoepassingen aansturen. Onze modellen dienen 600M+ gevolggeving oproepen maandelijks, proces 1M+ uren audio dagelijks, en macht 2 miljard+ eind-gebruiker ervaringen. De Voice AI ruimte is op een flection punt; we zijn op zoek naar mensen echt enthousiast om deel te nemen aan een klein team en helpen de toekomst van de industrie te definiëren. Wij zijn een van de meest kapitaalefficiënte AI bedrijven op de planeet - met minder dan 100 mensen genereren ongeveer $ 600K ARR per werknemer, zitten we tot de top 5 meest inkomsten-dense teams binnen de snelst groeiende AI bedrijven vandaag. Dat is geen ongeluk; het is een bewuste keuze om te blijven leunen, bewegen snel, en geven elke persoon in het team van de grote eigendom en impact. Met duizenden klanten, waaronder Granola, Fireflies, Figuur AI en CallRail, heeft het bedrijf een echte schaal - verwerking van meer dan 2 miljoen uur audio dagelijks en behandeling van meer dan 1 miljoen API-gesprekken per dag. Dit is een zeldzame groei-stap kans waar het bedrijf wordt bewezen en het traject is steil, maar het team is nog steeds klein genoeg dat uw vingerafdrukken op alles.

Als je je ooit onder lagen van bureaucratie hebt gevoeld, uitgehongerd van echte eigendom, of gefrustreerd zien hoe je werk verdwijnt in een langzaam bewegende org, AssemblyAI is anders gebouwd. Het bedrijf werkt als een ware meritocratie, zonder zware planning of goedkeuring processen en geen gatekeeping op de instrumenten of informatie die u nodig hebt. Voor iedereen die echt geeft om stem AI, niet als een trend om te jagen, maar als een technologie om te bouwen, is dit de plek waar de meest interessante problemen op de meest interessante schaal worden opgelost door een team klein genoeg dat je daadwerkelijk iedereens naam kent. We zijn toegewijd om een ruimte te creëren waar onze medewerkers hun volledige zelf kunnen werken en gelijke kansen hebben om te slagen. Geen kwestie uw ras, geslachtsidentiteit of expressie, seksuele oriëntatie, religie, afkomst, vermogen, leeftijd, veteran status, als het toetreden tot deze missie spreekt tot u!

We zijn op zoek naar een senior research ingenieur om ons onderzoeksteam te helpen, de systemen te ontwikkelen en te verbeteren achter grootschalige gedistribueerde training, dataverwerking en interpretatie. Ons doel als organisatie is om klantproblemen op te lossen en onze producten snel te verbeteren door modelontwikkeling en meting.. en hoe snel we bewegen hangt af van hoe snel iemand hier een experiment kan uitvoeren, meten en erachter te komen wat er mis is. Het verhogen van dat plafond is het hart van deze rol. Je zult werken binnen de pijpleiding die je verbetert, niet naast het.

De ideale kandidaat heeft een diep begrip van moderne diepe leersystemen, gecombineerd met sterke technische expertise over JAX en TPU's, laag-niveau optimalisatie, grootschalige gedistribueerde training, streaming, lage-latentie en asynchrone gevolgtrekkingen, gevolgtrekkingen compilers en geavanceerde parallelization technieken. Dit is een cross-functionele rol. Je zult nauw samenwerken met onze onderzoekers, onze infrastructuur team, en productie engineering.. niet als een handoff punt, maar als de persoon die genoeg van elk domein leert om problemen te volgen door middel van resolutie. Soms zul je trainen modellen, uitvoeren evaluaties, en analyseren van gegevens zelf, zowel om te leveren impact direct en om te leren wat de moeite waard is om het werk van het team te vermenigvuldigen. De bar is iemand die begrijpt de end-to-end impact die ze van plan zijn te maken, meten het vanaf het begin, en zou liever te weten dat ze verkeerd waren in een week dan in een kwartaal. Dat is wat cross-functionele eigendom in een voordeel maakt. De rol is ingebed in het onderzoeksteam. Wat You.ll Do • Verhoog de experimentele snelheid van het team. Maak het sneller om een experiment baan te starten, krijg een nummer terug die je kunt vertrouwen, en weet wat te proberen volgende. • Houd en ontwikkeling van ons JAX-trainingskader, het houden van schaalbaar en efficiënt voor grootschalige gedistribueerde trainingen loopt op TPU. • Verbeter de gegevens die onze modellen leren van: het onderzoeken van kwaliteitskwesties, het bouwen van de tooling om ze te boven te komen, en het omzetten van wat je vindt in meetbare nauwkeurigheid winsten.

• Analyseer de nauwkeurigheid van productiemodellen, bouw evaluatie harnas, en uit te werken welke verbeteringen het meest van belang voor klanten zullen zijn. • Vertaal onderzoeksprototypes in productie-ready systemen, refactoring en modernisering van modelarchitecturen en infrastructuur langs de weg. • Optimaliseer productie-inferentie voor spraaktaalmodellen, zowel van een bedienend architectuurperspectief als door geavanceerde technieken zoals quantisering en speculatieve decodering. • Onderzoek en los prestatieknelpunten op over de hele stack, van lage kernels (XLA, Pallas) tot hoog niveau systeemontwerp. • Partner met onderzoekers, infrastructuur en productietechniek om problemen op te sporen naar hun echte bron en schip die vast te houden. Wat je nodig hebt • Expert-level property met JAX en TPV's, waaronder het omringende ecosysteem (Flax, Optax, de XLA compilatie pijplijn). • Meetdiscipline. Je bepaalt hoe succes eruit ziet voordat je begint, je blijft sceptisch over je eigen resultaten totdat ze standhouden, en je behandelt een onverklaarbare verbetering als een probleem in plaats van een overwinning. • Adem voor de hele pijpleiding. Je kernkracht kan JAX en TPU prestaties zijn, maar wanneer een klant probleem terug te voeren tot een data probleem of een evaluatie blind vlek, je wilt gaan het zelf te vinden. De mensen die het goed doen hier ging diep in een gebied eerst, vervolgens bleef uitbreiden naar buiten. • Sterke ervaring het optimaliseren van de interpretatiesystemen voor de productie, idealiter met LLMs of spraakmodellen.

• Een goed begrip van de gedistribueerde training op schaal, moderne systemen voor diep leren en beste praktijken in ML-infrastructuur. • Geheimhouding met moderne gevolgsoptimalisatietechnieken: continue batching, KV-cache management, sharding strategieën, quantization. • Gevoeligheid voor het refactoreren en verbeteren van bestaande systemen • gedijen u

Functiedetails

Ervaring: 0 jaren

Gepost: 1 month, 2 weeks geleden

Weergaven: 977

Toepassen op We Work Remotely

Gebrond van We Work Remotely · opent de oorspronkelijke posting.

Krijg een op maat gemaakte applicatie voor deze rol

Laat je CV vallen en we schrijven een cover brief gericht op deze exacte vermelding.. gratis, en klaar het moment dat uw account is gemaakt.

PDF, Word of tekst. We maken uw gratis account op het volgende scherm. Geen kaart.

Inhuren voor zo'n rol?

Plaats uw externe job op WFHJ en bereik de geselecteerde kandidaten. Geen kosten.

Plaats een baan gratis
Feedback