Research Engineer, Machine Learning (RL Velocity)

Über das Unternehmen: Die Mission des Unternehmens ist es, zuverlässige, interpretierbare und steuerbare KI-Systeme zu schaffen. Wir möchten, dass KI sicher und vorteilhaft für unsere Nutzer und die Gesellschaft als Ganzes ist. Unser Team ist eine schnell wachsende Gruppe engagierter Forscher, Ingenieure, Politikspezialisten und Geschäftsleiter, die zusammenarbeiten, um nützliche KI-Systeme zu entwickeln.

Über die Rolle: Das RL Velocity-Team ist verantwortlich für die Effizienz und Zuverlässigkeit unseres RL Science Stacks - der Infrastruktur, der Werkzeuge und Systeme, die es Forschern ermöglichen, schnell an Trainingsläufen zu iterieren. Als Research Engineer im Team werden Sie die Kernplattform aufbauen und verbessern, die die Art und Weise, wie wir RL im Unternehmen betreiben, untermauert, Engpässe beseitigt, die die Forschung verlangsamen, und es der breiteren Organisation erleichtert, bessere Modelle schneller zu liefern. Dies ist eine hochwirksame Arbeit: Kleine Verbesserungen der Geschwindigkeit summieren sich über jeden Forscher und jeden Lauf.

Verantwortlichkeiten:

• Aufbau und Verbesserung der RL-Trainingsinfrastruktur, auf die Forscher täglich angewiesen sind
• Identifizierung und Beseitigung von Engpässen im RL-Stack: Debugging, Profiling und Neugestaltung, wo nötig
• Enge Zusammenarbeit mit Forschern und angrenzenden Ingenieurteams (Inference, Sandboxing und viele mehr), um Schmerzpunkte zu verstehen und Werkzeuge zu liefern, die sie schneller machen
• Verantwortung für die Zuverlässigkeit und Leistung von Forschungsdurchläufen von Anfang bis Ende
• Beitrag zu Designentscheidungen, die prägen, wie das Unternehmen RL in großem Maßstab betreibt

Sie könnten gut passen, wenn Sie:

• Starke Software-Engineering-Grundlagen und eine Erfolgsbilanz beim Aufbau leistungsfähiger, zuverlässiger Systeme haben
• An ML-Infrastruktur, verteilten Systemen oder Forschungstools gearbeitet haben
• Wert darauf legen, die Arbeit anderer zu ermöglichen und durch Plattformen anstatt durch individuelle Experimente Hebelwirkung zu finden
• Komfortabel sind, über den gesamten Stack zu arbeiten, von niedrigstufiger Leistungsarbeit bis hin zu RL-Algorithmen
• Eine Neigung zum schnellen Versenden und Iterieren haben, mit einer Mischung aus hoher Eigenverantwortung und geringem Ego

Starke Kandidaten könnten auch haben:

• Erfahrung mit groß angelegtem verteiltem Training (RL, Vortraining oder Nachtraining)
• Vertrautheit mit JAX, PyTorch oder ähnlichen ML-Frameworks
• Eine Erfolgsbilanz beim Arbeiten an der Schnittstelle von Forschung und Infrastruktur in einem sich schnell bewegenden Umfeld

Logistik:

• Minimale Ausbildung: Bachelor-Abschluss oder eine gleichwertige Kombination aus Ausbildung, Schulung und/oder Erfahrung
• Erforderliches Studienfeld: Ein für die Rolle relevantes Feld, das durch Kursarbeit, Schulung oder berufliche Erfahrung nachgewiesen wird
• Minimale Jahre an Erfahrung: Die erforderlichen Jahre an Erfahrung korrelieren mit den internen Anforderungen für die Position
• Standortbasierte Hybridpolitik: Derzeit erwarten wir, dass alle Mitarbeiter mindestens 25 % der Zeit in einem unserer Büros sind. Einige Rollen können jedoch mehr Zeit in unseren Büros erfordern.
• Visumsponsoring: Wir sponsern Visa! Wir sind jedoch nicht in der Lage, für jede Rolle und jeden Kandidaten erfolgreich Visa zu sponsern. Wenn wir Ihnen jedoch ein Angebot machen, werden wir alle angemessenen Anstrengungen unternehmen, um Ihnen ein Visum zu besorgen, und wir behalten einen Einwanderungsanwalt, um dabei zu helfen.

Kommen Sie zu uns! Das Unternehmen ist eine öffentliche Wohltätigkeitsgesellschaft mit Sitz in San Francisco. Wir bieten wettbewerbsfähige Vergütung und Leistungen, optionale Aktien-Spendenübereinstimmungen, großzügigen Urlaub und Elternzeit, flexible Arbeitszeiten und einen schönen Büroraum, in dem Sie mit Kollegen zusammenarbeiten können.