Esri
Mythic
Senior Systems Engineer - Signalverarbeitung, Algorithmen und Charakterisierung
Über die Stelle
Mythic baut mit bahnbrechender analoger Technologie die Zukunft des KI-Computings auf, die 100-mal mehr Leistung als herkömmliche digitale Systeme bei gleichem Stromverbrauch und Kosten liefert. Dies ermöglicht größere, leistungsfähigere Modelle und schnellere, reaktionsschnellere Anwendungen – sei es in Edge-Geräten wie Drohnen, Robotern und Sensoren oder in Cloud- und Rechenzentrumsumgebungen. Unsere Technologie treibt alles an, von großen Sprachmodellen und CNNs bis hin zur fortschrittlichen Signalverarbeitung, und ist für den Betrieb von –40 °C bis +125 °C ausgelegt, was sie ideal für Industrie, Automobil, Luft- und Raumfahrt sowie Verteidigung macht. Wir haben über 100 Mio. US-Dollar von Weltklasse-Investoren wie Softbank, Threshold Ventures, Lux Capital und DCVC eingesammelt und Multi-Millionen-Dollar-Kundenverträge in mehreren Märkten gesichert.
Die analoge Compute-Hardware von Mythic ist eine massive Integration von analogen und digitalen Komponenten auf einem einzigen Chip mit mehreren kaskadierten digitalen und analogen Stufen. Die grundlegende atomare Recheneinheit ist ein Vektorprodukt, das vollständig im analogen Bereich verarbeitet wird. Daher wirken sich analoge Beeinträchtigungen wie ADC/DAC-Nichtlinearität und Rauschen direkt auf die Genauigkeit der Vektor-Multiplikationsoperation aus. Abhilfemaßnahmen für diese Beeinträchtigungen werden somit kritisch und sind das Feld, in dem der Systems Engineer tätig ist. Daher entspricht die Rolle des Systems Engineers direkt den Fähigkeiten aus den Bereichen RF-Basisband, Hochgeschwindigkeits-Digitalkommunikationssystemdesign und RF-Sensing – denken Sie an Wi-Fi, SerDes, Gigabit-Ethernet und Sensor-Signalverarbeitung. \n
Bei Mythic sind wir stolz darauf, eine Kultur zu schaffen, in der sich alle Mitarbeiter für die vielfältigen Perspektiven und Hintergründe, die sie in das Team einbringen, geschätzt und anerkannt fühlen. Wir streben danach, kluge Leute einzustellen, ihnen die Ressourcen zur Verfügung zu stellen, die sie für ihre Arbeit benötigen, und ihnen dann den Rest zu überlassen. Wir feiern individuelle Unterschiede und ermutigen die Menschen, sich authentisch bei der Arbeit zu zeigen. Letztendlich sind wir bestrebt, eine vielfältige Belegschaft aufzubauen, in der sich jeder zugehörig fühlt.
Mythic ist ein Arbeitgeber, der Chancengleichheit und affirmative Maßnahmen fördert. Es gewährleistet die gleiche Beschäftigungschance ohne Diskriminierung oder Belästigung aufgrund von Rasse, Hautfarbe, Religion, Geschlecht (einschließlich Schwangerschaft, Geburt oder damit verbundene medizinische Zustände), sexueller Orientierung, Geschlechtsidentität oder -ausdruck, Alter, Behinderung, nationaler Herkunft, Familienstand oder häuslicher/zivilrechtlicher Partnerschaft, genetischen Informationen, Staatsbürgerschaftsstatus, Veteranenstatus oder einer anderen gesetzlich geschützten Eigenschaft.
Das Systems Engineering Team
- Sitzt an der Schnittstelle von Analog, KI, Firmware und Silizium-Produktentwicklung,
- Modelliert analoge Effekte und deren Auswirkungen auf die Leistung neuronaler Netze.
- Entwickelt signalverarbeitungsbasierte Lösungen zur Minderung der Auswirkungen analoger Beeinträchtigungen auf die Genauigkeit neuronaler Netze
- Arbeitet funktionsübergreifend zur Validierung, Fehlerbehebung und Optimierung der analogen Compute-Hardware.
- Trägt zum Design der Hardware der nächsten Generation bei.
- Nimmt neues Silizium in Betrieb, charakterisiert die Siliziumleistung und entwickelt effektive Ansätze für das Silizium-Screening
- Erstellt Frameworks für die Erfassung großer Datenmengen und die statistische Fehleranalyse für analoges Computing im Simulationsbereich und auf tatsächlicher Silizium-Hardware
Das werden Sie tun
- Verantwortlich für verschiedene Aspekte von Algorithmen und DSP-Blöcken, die die Leistung der einzigartigen Analog-Compute-in-Memory-Technologie von Mythic vom Konzept bis zur Kundenbereitstellung optimieren. Dies umfasst Kalibrierungsschleifen, Kompensation von Nichtlinearitäten, Offset-Korrektur und Schätzung von Restfehlern.
- Zusammenarbeit mit den Teams für Modelltraining, Compiler und Firmware zur Produktisierung dieser Algorithmen.
- Schreiben und Modifizieren von Firmware nach Bedarf zur Produktisierung/Fehlerbehebung von Algorithmen
- Kontinuierliche Verbesserung der Genauigkeit unserer Modellierungs- und Simulationsumgebung, um die Siliziumleistung besser vorhersagen zu können.
- Korrelation von Fehlern auf Silizium mit Simulationsmodellen und Beitrag zur Verbesserung der Genauigkeit unserer Modelle für analoges Computing.
- Entwicklung von Python-Frameworks für Datenerfassung, Fehleranalyse und Quantifizierung der Auswirkungen analoger Beeinträchtigungen auf die Genauigkeit neuronaler Netze
- Silizium-Bring-up, Charakterisierung und Leistungsoptimierung.
Mindestanforderungen
Das sollten Sie mitbringen
- Bachelor-Abschluss in Elektrotechnik, Computertechnik, Mathematik, Physik oder einem verwandten Fachgebiet.
- Mindestens 5 Jahre Erfahrung in der Produktion von DSP- oder RF-Basisband-Engineering (< 3 Jahre bei Promotion oder Master-Abschluss)
- Starke Vertrautheit mit der Produktion von Python-Code, einschließlich objektorientierter und/oder funktionaler Programmierung
- Starke Vertrautheit mit grundlegenden DSP-Konzepten, einschließlich Frequenzbereichsanalyse, Filterung, statistischer Signalverarbeitung und Estimationstheorie
- Nachweisbare Erfolge bei der Auslieferung von Silizium mit DSP- oder RF/Analog-Subsystemen.
- Verständnis von Konzepten der linearen Algebra, einschließlich Matrixmathematik und linearer Regression.
- Komfort mit der groß angelegten Erfassung und Verarbeitung von Signalen.
- Engagement für Qualität und ingenieurtechnische Exzellenz.
- Starke Kommunikationsfähigkeiten.
Das wäre schön zu haben
- Master/Promotion in Elektrotechnik, Informatik, Mathematik, Physik oder einem verwandten Fachgebiet.
- Erfahrung mit RF-Kalibrierung und Silizium-Bring-up im Bereich Hochgeschwindigkeitskommunikation
- Starke Vertrautheit mit NumPy/SciPy (oder Erfahrung mit Numpy und starke Vertrautheit mit MATLAB für DSP).
- Vertrautheit mit State-of-the-Art-Architekturen neuronaler Netze \n
150.000 $ - 275.000 $ pro Jahr
Die Vergütung basiert auf einer Vielzahl von Faktoren, einschließlich, aber nicht beschränkt auf: Standort, Ausbildung und Berufserfahrung. \n
Wir freuen uns auf die Prüfung Ihrer Bewerbung!
