О роли
Мы внедряем машинное обучение непосредственно на специализированное оборудование — и хотим, чтобы вы помогли развивать это направление с нуля. Это инициатива, где у вас будет редкая возможность проектировать решения с нуля, влиять на направление технических исследований и видеть, как ваша работа приносит реальный эффект в одной из самых требовательных вычислительных сред в мире.
Мы создаём оборудование, программное обеспечение и инфраструктуру, поэтому, когда вы сталкиваетесь с узким местом, вы можете его устранить — нет поставщика, которого нужно ждать, и нет слоя абстракции, к которому нельзя прикоснуться. Если вы когда-либо хотели расширить границы вычислительных возможностей, эта роль для вас. Мы ищем исследователей и опытных инженеров из любой области. Опыт в торговле — это бонус, но не обязательное требование.
Ваши основные обязанности
•Проектировать и совместно разрабатывать модели машинного обучения с трейдерами, количественными исследователями и инженерами-программистами, учитывая аппаратные ограничения (бюджеты задержек, лимиты ресурсов, числовую точность) как первоочередные входные данные для проектирования
•Формировать дорожную карту нашего специализированного оборудования, переводя требования моделей машинного обучения в конкретные архитектурные решения
•Работать непосредственно с инженерами по аппаратному обеспечению для реализации, проверки и внедрения решений для вывода моделей машинного обучения от прототипа до производства
•Отслеживать и оценивать новые исследования в области поиска архитектур нейронных сетей, систем машинного обучения и методов квантизации, определять, что приводит к измеримым улучшениям в наших системах
Ваши навыки и опыт
•Хорошее понимание аппаратных ограничений и компромиссов в проектировании (например, конвейеризация, использование ресурсов, арифметика с фиксированной точкой), которые влияют на то, как модели машинного обучения могут эффективно отображаться на FPGA или специализированных ASIC
•Опыт с основами аппаратного обеспечения, будь то через разработку на VHDL/SystemVerilog, инструменты HLS или фреймворки ML-to-hardware, такие как hls4ml, FINN или Vitis AI
•Понимание основ машинного обучения — архитектуры нейронных сетей, оптимизация вывода, методы квантизации, фреймворки машинного обучения, такие как PyTorch/TensorFlow
•Владение Python, C++ или аналогичными языками для создания инструментов, тестирования и моделирования
•Сильные коммуникативные навыки и способность работать совместно с командами из разных дисциплин, включая технические и нетехнические специалисты
Желательно
•Опыт работы с инфраструктурой компиляторов для машинного обучения, такой как MLIR, TVM, XLA или аналогичные инструменты для понижения и оптимизации моделей под аппаратные цели
•Опыт работы с системами, чувствительными к задержкам или ограниченными по ресурсам, включая высокочастотную торговлю, сбор данных в физике частиц, обработку сигналов в реальном времени или аналогичные области
•Знакомство с методологиями функциональной верификации (например, SystemVerilog, UVM, Cocotb)
•Высшее образование (магистр или PhD) в области электротехники, информатики, физики или смежной области, либо эквивалентный уровень знаний, полученный в промышленности или исследовательской деятельности
Зарплата
Диапазон базовой заработной платы для данной роли приведён ниже. Базовая зарплата — это только одна составляющая общего вознаграждения; все постоянные штатные позиции имеют право на дискреционный бонус и льготы, включая оплачиваемый отпуск и страхование.
Диапазон зарплаты: 200 000 $ — 225 000 $ США
О нас
IMC — это торговая компания, ориентированная на исследования, где количественное моделирование, машинное обучение и инженерия формируют способы торговли на современных рынках. Будучи стабилизирующей силой на рынках с 1989 года, мы обеспечиваем ликвидность на торговых площадках, предоставляя инвесторам наилучшие результаты в управлении стоимостью и рисками. Используя собственные технологии и капитал, мы создаём проприетарные системы и алгоритмы, работающие на глобальных рынках. Наши исследователи, трейдеры и инженеры работают как единое целое, сочетая быстрое экспериментирование, передовую инфраструктуру и обратную связь в реальном времени, чтобы превращать инсайты в исполнение, а исполнение — в преимущество.
