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

mercor

AI Researcher - Fully Remote | Upto $120/hr

  • Удалённо
  • United States
  • сегодня

Исследователь AI / LLM Research Scientist для удалённой работы в контракте с ведущими исследовательскими лабораториями. Компенсация до $120 в час, полная свобода локации.

О позиции

Mercor — платформа, соединяющая элитный инженерный и исследовательский талант с передовыми ИИ-лабораториями. Штаб-квартира в Сан-Франциско, инвесторы включают Benchmark, General Catalyst, Питера Тиля, Джека Дорси. Позиция предлагает работу на стыке компьютерного зрения и языковых моделей, участие в разработке state-of-the-art систем.

Будет плюсом

  • Опыт в Adversarial Robustness и Efficient Computer Vision
  • Знание Generative Image Modeling и LLM Post-Training & Behavioral Robustness
  • Опыт Multilingual Pre-training, scaling laws, curriculum learning

Условия

  • Полная удалённая работа (fully remote)
  • Конкурентная оплата $100–$120 в час
  • Возможность работать с ведущими исследовательскими группами
  • Гибкий контрактный формат
  • Поддержка от команды Mercor на всех этапах

Навыки

  • PyTorch
  • JAX
  • TensorFlow
  • Machine Learning
  • Computer Vision
  • Adversarial Robustness
  • Generative Models
  • LLM
  • Model Compression
  • Deep Learning
  • Open-Source Contributions
  • Research Publications

Сложность отбора

Высокая сложность: требовательные требования к опыту исследований (PhD/FAANG), работа на переднем крае ML/CV, ответственность за state-of-the-art модели

Оценка JobPath

Зарплата по рынку

1 400 000 – 1 900 000 ₽ в месяц

Оценка основана на hourly rate $100–$120 (40ч/нед, ~173ч/мес), конвертация по курсу ~90 ₽/$; позиция уровня Senior Research Scientist на рынке РФ редко превышает этот диапазон даже с учётом remote-US роли

Оценка JobPath по рынку, не предложение работодателя

Могут спросить на собеседовании

  1. Опишите ваш опыт финетюнинга больших языковых моделей: какие техники использовали, с какими вызовами столкнулись?
  2. Как вы подходите к оптимизации моделей при ограниченных вычислительных ресурсах? Приведите пример.
  3. Расскажите о вашем подходе к adversarial attacks и защитным механизмам в компьютерном зрении.
  4. Какой у вас опыт работы с open-weight моделями? Как вы выбирали архитектуры и методы pretraining?
  5. Опишите структуру вашей публичной исследовательской работы или significant open-source проектов.

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