НовоеAI-конструктор резюме: правишь прямо на листе A4, а нейросеть подсказывает, что усилитьКонструктор резюме на листе A4Попробовать
JobPath
Начать бесплатно

baseten

Post-Training Applied Researcher

  • Удалённо
  • San Francisco
  • Полная занятость
  • 45 дн. назад

Позиция исследователя по пост-обучению моделей в компании Baseten — лидере на рынке инфраструктуры для развёртывания ИИ-моделей. Вы будете работать над тонкой настройкой открытоисточных языковых моделей для специализированных задач клиентов из быстрорастущих ИИ-компаний, от разработки обучающих пайплайнов до вывода моделей в продакшн к миллионам пользователей.

О позиции

Компания Baseten обеспечивает критически важные операции вывода для динамично развивающихся ИИ-компаний, включая Cursor, Notion, OpenEvidence и других. Объединяя прикладные исследования в области ИИ, гибкую инфраструктуру и удобные инструменты для разработчиков, платформа позволяет компаниям выводить передовые модели в производственное использование. Команда растёт быстрыми темпами и недавно закрыла раунд финансирования Series F на сумму $1.5 млрд под руководством Altimeter Capital, Conviction Partners и Spark Capital. Присоединившись к нам, вы поможете создать платформу, на которую опираются инженеры для запуска ИИ-продуктов.

Будет плюсом

  • Опыт работы с фреймворками для RL-обучения
  • Публикации в ведущих конференциях (NeurIPS, ICML, ICLR) по темам RL для LLM, reward modeling или alignment

Условия

  • Конкурентная компенсация со значительными опционами
  • (Для США) 100% покрытие медицинского, стоматологического и визуального страхования для сотрудника и его семьи
  • Гибкая политика отпусков, включая корпоративный зимний перерыв (офисы закрыты с Рождества до Нового года)
  • Оплачиваемый декретный отпуск
  • Стипендия на фертильность и развитие семьи от Carrot
  • (Для США) Корпоративный план 401(k)
  • Возможность знакомства с разнообразными ML-стартапами, уникальные возможности для обучения и нетворкинга

Навыки

  • Reinforcement Learning
  • Large Language Models
  • LLM Fine-tuning
  • SFT
  • GRPO
  • PPO
  • DPO
  • RLVR
  • Reward Engineering
  • Production ML Systems
  • Deep Learning
  • PyTorch
  • Data Pipeline Construction
  • Experimentation
  • Evaluation Harnesses

Сложность отбора

Роль требует глубокого экспертного понимания методов RL для обучения LLM и опыта работы с производственными системами машинного обучения

Оценка JobPath

Зарплата по рынку

2 000 000 – 3 500 000 ₽ в месяц

Оценка для Senior Applied Researcher позиции в области RL для LLM в Сан-Франциско с учётом уровня финансирования стартапа, технической сложности роли и рыночных тенденций

Оценка JobPath по рынку, не предложение работодателя

Могут спросить на собеседовании

  1. Как вы оцениваете выбор между GRPO и PPO для конкретной задачи пост-обучения модели?
  2. Опишите пример из практики, когда ваша функция вознаграждения привела к нежелательному поведению модели. Как вы это диагностировали и корректировали?
  3. Как вы подходите к построению оценочных бенчмарков для специализированных предметных областей?
  4. Какие основные проблемы вы встречали при работе с production ML-системами и как их решали?
  5. Расскажите о публикации или проекте, где вы достигли значимого результата в обучении с подкреплением. Какой был ключевой инсайт?

Прорепетировать это собеседование

Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.

Начать бесплатно

Сохрани похожие вакансии

Новые вакансии с такой должностью будут собираться в кабинете.

Сохранить фильтр

Перед откликом

Попробовать бесплатно

Связаться с поддержкой

Выбери, где удобнее написать