AI Inference Engineer QVAC (100% remote Worldwide)

## Sluit je aan bij Tether en vorm de toekomst van digitale financiering

Bij Tether leiden we een wereldwijde financiële revolutie via geavanceerde blockchainoplossingen. We zoeken naar een getalenteerde engineer die verantwoordelijk is voor de inference-backbone achter QVAC's lokale AI-stack.

## Over deze functie

Jij neemt de verantwoordelijkheid voor de C++-systeemlaag die machine learning-modellen snel, betrouwbaar en voorspelbaar laat draaien op echte hardware van gebruikers. Deze rol concentreert zich op engineering-kwaliteit op runtimeniveau, inclusief startgedrag, geheugendruk, doorvoer/latency-balans en stabiliteit van lange sessies. Je definieert en evolueert kernabstracties waarvan inference-functies afhangen, en schakelt nieuwe mogelijkheden in zonder prestaties of onderhoudbaarheid in gevaar te brengen.

Dit is een rol voor iemand die ervan geniet om op laag niveau problemen op te lossen, duidelijk technisch eigenaarschap te hebben, en infrastructuur op te bouwen waar andere teams in productie op kunnen vertrouwen. Je werk stelt rechtstreeks private, on-device AI-ervaringen mogelijk en helpt de technische basis voor QVAC's volgende generatie peer-to-peer AI-producten te leggen.

## Verantwoordelijkheden

• Werken aan het inzetten van machine learning-modellen op edge-apparaten met behulp van frameworks zoals llama.cpp en ggml
• Nauw samenwerken met onderzoekers om codeerwerk, training en overstap van modellen van onderzoeks- naar productieomgevingen te ondersteunen
• AI-functies integreren in bestaande producten en deze verrijken met de nieuwste vorderingen op het gebied van machine learning
• Inference-engines aanpassen en verbeteren om efficiënt op edge-apparaten te draaien
• Zorgen dat de inference-laag stabiel, geoptimaliseerd en klaar is voor integratie met de rest van de stack

## Vereisten

• Uitstekende programmeervaardigheden in C++; ervaring met Javascript is een pré
• Sterke ervaring met Llama.cpp en ggml inference-engines
• Goed begrip van deep learning-concepten en modelarchitecturen
• Ervaring met transformers, LLMs en diffusionmodellen
• Aangetoond vermogen om snel nieuwe technologieën en technieken zich eigen te maken
• Graad in Computer Science, AI, Machine Learning, of een verwant veld, aangevuld met een solide trackrecord in AI-onderzoeks- en ontwikkelingwerk