تعتبر هذه الوظيفة جزءًا من مجموعة كينارا في شركة NXP Semiconductors، حيث تجمع بين مرونة وابتكار الشركات الناشئة مع حجم واستقرار ونطاق شركة أشباه الموصلات الرائدة.

تأسست كينارا على تكنولوجيا مسجلة ببراءة اختراع تم تطويرها خلال أبحاث الدكتوراه للمؤسسين في جامعة ستانفورد، مع مهمة لإعادة تعريف استدلال الذكاء الاصطناعي عند الحافة من خلال تكامل وثيق بين الأجهزة والبرمجيات. بعد استحواذ كينارا، تستمر هذه المهمة ضمن NXP، حيث تعمل مجموعة كينارا كـ مجموعة مخصصة لتسريع الذكاء الاصطناعي والبرمجيات تركز على دفع حدود الذكاء الاصطناعي عند الحافة.

قدمت المجموعة جيلين من السيليكون الذكي للذكاء الاصطناعي يتم شحنه بكميات كبيرة، مدعومًا بـ حزمة برمجيات ناضجة وجاهزة للإنتاج، مما يجعلها واحدة من أكثر منصات الذكاء الاصطناعي عند الحافة إثباتًا في الصناعة. تُستخدم تكنولوجيا كينارا من قبل عملاء بارزين، بما في ذلك شركات من فئة GAFA، ومزود رائد عالميًا للتجارة الإلكترونية، ومصنعي أجهزة الكمبيوتر من المستوى الأول.

كجزء من NXP، تستفيد مجموعة كينارا الآن من تنفيذ سيليكون عالمي المستوى، وحجم التصنيع، والوصول إلى العملاء، مع الاحتفاظ بثقافتها الناشئة، وخبرتها العميقة في الذكاء الاصطناعي، وعقلية الهندسة المدفوعة بالمترجم. توفر الانضمام إلى هذه المجموعة أفضل ما في العالمين: الفرصة للعمل على تقنيات المترجم والذكاء الاصطناعي المتطورة، مع تأثير حقيقي واستقرار طويل الأمد.

نبني حلول ذكاء اصطناعي ثورية عند الحافة تمكّن من اتخاذ قرارات أسرع وأكثر ذكاءً وكفاءة في استهلاك الطاقة حيث تعتبر كل ميلي ثانية مهمة.

في قلب منصتنا توجد معالجات استدلال الذكاء الاصطناعي Ara، المصممة خصيصًا لتقديم أداء لا مثيل له في التعلم العميق لكل واط عند الحافة. مقترنة بـ مجموعة أدوات تطوير البرمجيات الشاملة، تمكّن هذه المعالجات المطورين من نشر وتحسين نماذج الذكاء الاصطناعي المعقدة لاستدلال في الوقت الحقيقي تحت قيود زمنية واستهلاك طاقة صارمة.

تسمح نهج التصميم المشترك بين الأجهزة والبرمجيات في كينارا بإدماج الذكاء الاصطناعي عالي الأداء بسلاسة في الأجهزة الطرفية، مما يمكّن التطبيقات عبر الرؤية، والأتمتة الصناعية، والإلكترونيات الاستهلاكية، والأنظمة الذكية. تركز حلولنا على الأداء، والكفاءة، وقابلية التوسع، مما يساعد العملاء على جلب قدرات الذكاء الاصطناعي المتقدمة من السحابة إلى العالم الحقيقي.

يعتبر الذكاء الاصطناعي عند الحافة في نقطة تحول، ومجموعة كينارا ضمن NXP في وضع فريد لتلعب دورًا رائدًا في نموه، من خلال تقديم سيليكون مثبت للإنتاج، وحزمة مترجم قوية، وخريطة طريق واضحة للأجهزة الذكية من الجيل التالي.

نبحث عن مهندس مترجم أمامي ذو خبرة تزيد عن 10 سنوات لقيادة تصميم وتطوير واجهة المترجم للذكاء الاصطناعي/تعلم الآلة. تركز الوظيفة على بناء خطوط تحويل النماذج القابلة للتوسع التي تترجم النماذج من ONNX وTensorFlow وPyTorch إلى التمثيل الوسيط الداخلي (IR).

يجب أن يتمتع المرشح المثالي بخبرة عميقة في تصميم المترجم، وتحسينات قائمة على الرسم البياني، وأطر تعلم الآلة، والهندسة المعمارية الحديثة للذكاء الاصطناعي بما في ذلك المحولات ونماذج اللغة الكبيرة (LLMs). ستتعاون مع فرق المترجم الخلفي، والوقت الفعلي، والأداء، والأجهزة لتقديم حزمة مترجم ذكاء اصطناعي عالية الأداء وجاهزة للإنتاج.

• تصميم وتطوير بنية واجهة المترجم وأطر تحويل النماذج.
• بناء وصيانة محولات قائمة على بايثون لـ ONNX، TensorFlow، وPyTorch.
• تنفيذ بناء الرسم البياني، تحويل الرسم البياني، خفض IR، وخطوط تحسين.
• تطوير تمريرات تحسين الرسم البياني بما في ذلك دمج المشغلين، التوحيد، التبسيط، والتفكيك.
• تصميم أطر مطابقة الأنماط وإعادة كتابة الرسم البياني القابلة للتوسع.
• تمكين الدعم للهندسة المعمارية الحديثة للذكاء الاصطناعي مثل CNNs، المحولات، وLLMs.
• قيادة التحقق، وبنية الاختبار، واختبار الانحدار، وتكامل CI/CD.
• تصحيح وحل المشكلات عبر مراحل تحويل النماذج، والتحسين، وتوليد IR.
• تقديم القيادة التقنية، وتوجيه المهندسين، والتعاون عبر الفرق.

• خبرة تزيد عن 10 سنوات في تطوير المترجم، أنظمة ML، أو البنية التحتية للذكاء الاصطناعي.
• مهارات قوية في برمجة بايثون وهندسة البرمجيات.
• فهم عميق لـ:
  • التمثيلات الوسيطة (IRs)
  • نماذج الحساب القائمة على الرسم البياني
  • تحولات المترجم والتحسينات
  • مطابقة الأنماط وإعادة كتابة الرسم البياني
• خبرة عملية مع ONNX، TensorFlow، وPyTorch.
• خبرة في تحليل الرسم البياني، تحويلات الرسم البياني، وتحسينات نماذج ML.
• فهم قوي لـ CNNs، المحولات، وهندسة LLMs.
• مهارات ممتازة في تصحيح الأخطاء، حل المشكلات، والقيادة التقنية.

• خبرة مع MLIR، TOSA، StableHLO، أو Torch-MLIR.
• معرفة بأكوام المترجمين للذكاء الاصطناعي مثل IREE، TVM، XLA، TensorRT، أو ONNX Runtime.
• خبرة في استهداف GPUs، NPUs، DSPs، أو مسرعات الذكاء الاصطناعي المخصصة.
• معرفة بـ التكميم، تحسين النماذج، وعمليات النشر.

مزيد من المعلومات حول NXP في الهند...