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 JobPathЗарплата 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 работодателяМогут спросить на собеседовании
- Как вы оцениваете выбор между GRPO и PPO для конкретной задачи пост-обучения модели?
- Опишите пример из практики, когда ваша функция вознаграждения привела к нежелательному поведению модели. Как вы это диагностировали и корректировали?
- Как вы подходите к построению оценочных бенчмарков для специализированных предметных областей?
- Какие основные проблемы вы встречали при работе с production ML-системами и как их решали?
- 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 бесплатноСохрани похожие вакансии
Новые вакансии с такой должностью будут собираться в кабинете.
Сохранить фильтр