Кто: Full-time Middle Researcher, специализация NN Compression & Optimization

Вилка: 120-180к net за full-time

Формат: full-time (40 часов/неделю), удаленка, трудоустройство в МФТИ

Описание:
В Compression Group мы топим за широту применения AI. Для этого пишем на PyTorch SotA методы сжатия моделей: оптимизируем затраты на AI-инфраструктуру и готовим модели к трансферу на новые чипы/устройства/etc. После нас у заказчика снижаются косты, а в устройствах крутятся более точные SotA модели ((например, наши наработки помогли засунуть на девайсы FairSeq).

В команде молодые выпускники, работаем гибко и активно. Мы даем возможность расти и учим реальной работе над индустриальными исследовательскими проектами. Команда растет, проектов больше: ищем людей. Если ты готов с нами работать над новыми SotA и давать клиентам реальный Value – ждем твое резюме.

Задачи:

• Ты обеспечишь проект идеями, будешь быстро их проверять, разрешишь ключевые вызовы проекта и обеспечишь рост целевых метрик качества;
• Ты будешь логировать результаты и артефакты экспериментов, готовить выводы на их основе, сделаешь свою работу прозрачной и прогнозируемой для команды.

Знания, умения, навыки:

• Знаешь основные архитектуры NN, принципы оптимизации моделей DL (Quantization-Aware Training, Post-Training Quantization, Knowledge Distillation, Pruning etc).
• Умеешь применять методы сжатия нейросетей на практике и работать с профильными библиотеками (например, torch.quantization). Можешь с нуля реализовать модели и бенчмарки компрессии из статей на PyTorch;
• Умеешь улучшать SotA методы сжатия сеток для достижения целей поставленной задачи или работы в новых ограничениях;
• Знаешь про научный подход, умеешь генерить и проверять гипотезы, выдавать воспроизводимые и достоверные результаты;
• Продвинуто используешь Python; Git и IDE – твои ежедневные инструменты; не видишь преград в работе с удаленным сервером; умеешь радовать команду культурой кода и владеешь командными практиками разработки.

Будет преимуществом, если:

• У тебя есть опыт написания и редактирования научных публикаций;
• Ты умеешь выявлять потребности заказчиков и презентовать решение с точки зрения ценности для клиента.

Следующие шаги:

• Оставить заявку на сайте (P.S. включи в резюме портфолио и открытые проект);
• Мы проверим резюме и портфолио, подготовим персональное задание;
• Проверим задание и проведем собеседование с командой.

Кто: Outstaff Middle Researcher, специализация Compression & Optimization

Вилка: 120-180к net за full-time

Формат: part-time (20 часов/неделю), удаленка, совместитель в МФТИ

Описание:
В Compression Group мы топим за широту применения AI. Для этого пишем на PyTorch SotA методы сжатия моделей: оптимизируем затраты на AI-инфраструктуру и готовим модели к трансферу на новые чипы/устройства/etc. После нас у заказчика снижаются косты, а в устройствах крутятся более точные SotA модели (например, наши наработки помогли засунуть на девайсы FairSeq).

Мы сотрудничаем с опытными ML-инженерами, кто хочет по совместительству реализовать себя в исследовательской работе: пилить с нами исследовательские проекты, делиться опытом с командой и тыкать SotA модели в пайпе проверки новых идей.

Сейчас мы ищем опытного специалиста, который усилит нашу команду в части квантизации трансформеров в задачах NLP (понимание и классификация текста, GLUE) и адаптации пайплайнов квантизации к нестандартной инфраструктуре.

Задачи:

• Ты обеспечишь проект идеями, будешь быстро их проверять, разрешишь ключевые вызовы проекта и обеспечишь рост целевых метрик качества;
• Ты будешь логировать результаты и артефакты экспериментов, готовить выводы на их основе, сделаешь свою работу прозрачной и прогнозируемой для команды.

Знания, умения, навыки:

• Знаешь основные архитектуры NN, принципы оптимизации моделей DL (Quantization-Aware Training, Post-Training Quantization, Knowledge Distillation, Pruning etc).
• Умеешь применять методы сжатия нейросетей на практике и работать с профильными библиотеками (например, torch.quantization). Можешь с нуля реализовать модели и бенчмарки компрессии из статей на PyTorch;
• Имеешь опыт работы с NLP моделями. Воспроизводил результаты статей.
• Умеешь улучшать SotA методы сжатия сеток для достижения целей поставленной задачи или работы в новых ограничениях;
• Знаешь про научный подход, умеешь генерить и проверять гипотезы, выдавать воспроизводимые и достоверные результаты;
• Продвинуто используешь Python; Git и IDE – твои ежедневные инструменты; не видишь преград в работе с удаленным сервером; умеешь радовать команду культурой кода и владеешь командными практиками разработки.

Будет преимуществом, если:

• У тебя есть опыт написания и редактирования научных публикаций;
• Умеешь выявлять потребности заказчиков и презентовать решение с точки зрения ценности для клиента.

Следующие шаги:

• Оставить заявку на сайте (P.S. включи в резюме портфолио и открытые проект);
• Мы проверим резюме и портфолио, подготовим персональное задание;
• Проверим задание и проведем собеседование с командой.

Кто: Outstaff Middle Researcher

Вилка: 120-180к net за full-time

Формат: part-time (20 часов/неделю), удаленка, совместитель в МФТИ

Описание:
В Compression Group мы топим за широту применения AI. Для этого пишем на PyTorch SotA методы сжатия моделей: оптимизируем затраты на AI-инфраструктуру и готовим модели к трансферу на новые чипы/устройства/etc. После нас у заказчика снижаются косты, а в устройствах крутятся более точные SotA модели (например, наши наработки помогли засунуть на девайсы FairSeq).

Мы сотрудничаем с опытными ML-инженерами, кто хочет по совместительству реализовать себя в исследовательской работе: пилить с нами исследовательские проекты, делиться опытом с командой и тыкать SotA модели в пайпе проверки новых идей.

Задачи:

• Ты обеспечишь проект идеями, будешь быстро их проверять, разрешишь ключевые вызовы проекта и обеспечишь рост целевых метрик качества;
• Ты будешь логировать результаты и артефакты экспериментов, готовить выводы на их основе, сделаешь свою работу прозрачной и прогнозируемой для команды.

Знания, умения, навыки:

• Знаешь основные архитектуры NN, принципы оптимизации моделей DL (Quantization-Aware Training, Post-Training Quantization, Knowledge Distillation, Pruning etc).
• Умеешь применять методы сжатия нейросетей на практике и работать с профильными библиотеками (например, torch.quantization). Можешь с нуля реализовать модели и бенчмарки компрессии из статей на PyTorch;
• Умеешь улучшать SotA методы сжатия сеток для достижения целей поставленной задачи или работы в новых ограничениях;
• Знаешь про научный подход, умеешь генерить и проверять гипотезы, выдавать воспроизводимые и достоверные результаты;
• Продвинуто используешь Python; Git и IDE – твои ежедневные инструменты; не видишь преград в работе с удаленным сервером; умеешь радовать команду культурой кода и владеешь командными практиками разработки.

Будет преимуществом, если:

• У тебя есть опыт написания и редактирования научных публикаций;
• Ты умеешь выявлять потребности заказчиков и презентовать решение с точки зрения ценности для клиента.

Следующие шаги:

• Оставить заявку на сайте (P.S. включи в резюме портфолио и открытые проект);
• Мы проверим резюме и портфолио, подготовим персональное задание;
• Проверим задание и проведем собеседование с командой.