WorkListВойтиОформить подписку
MA

Data Science Boston, USA AI Research Scientist

Архив
MacPaw · Потребительский софт (macOS/iOS)
Вакансия в архиве · закрыта 01.10
Смотреть актуальные вакансии

Другие вакансии компании

MA
🇺🇦Kyiv · УкраинаSenior·англ. B2
≈ $3,5 тыс/мес
22 сен
MA
🇺🇸Boston · СШАHead и выше·англ. B1–C1
≈ $8,4–11 тыс/мес
17 авг
Все вакансии компании

Похожие вакансии

CE
Criteo (ex-IPONWEB) · AdTech
🇺🇸New York · США·Full-timeMiddle·англ. C2
≈ $7,1–10 тыс/мес
2 ноя
GI
GitLab · DevOps-платформа
🇺🇸США · remoteMiddle·англ. C1–C2
Зарплата не указана
30 окт
GI
GitLab · DevOps-платформа
🇺🇸США · remote·Full-timeSenior·англ. C1–C2
Зарплата не указана
30 окт
IA
Inworld AI · AI
🇺🇸Mountain View · США·Full-timeSenior·англ. C1релокация
Зарплата не указана
23 окт
EP
EPAM · Разработка ПО
🇺🇸New York · США · remote·Full-timeLead·англ. B2–C2
Зарплата не указана
23 окт
DA
DataArt · Software консалтинг
🇺🇸Dallas · СШАLead·англ. не указан
$190–240 тыс/год
6 окт
Вакансии в США

О вакансии

Откуда можно работать
Гибрид: Boston, США
из текста вакансии
Английский
требования разнятся: B1–C1
по другим вакансиям компании
Даты
Видели у компании с 30.09 по 01.10 · закрыта 01.10
вакансия закрыта, проверки прекращены
Почему в каталоге:Основана выходцами из Восточной Европы, Кавказа и Центральной АзииПодробнее о компании →

Описание переведено машинно с английского.

Суть роли

Мы ищем AI Research Scientist, который присоединится к нашему подразделению AI&Research Unit — команде, посвящённой расширению границ фундаментального искусственного интеллекта и соединению академических достижений с реальными технологиями.

Эта роль базируется в нашем офисе в Бостоне по гибридному графику (3 дня в неделю в офисе).

Что предстоит делать

  • Подготовка фундаментальных исследовательских предложений в рамках наших специализированных направлений эффективности и оптимизации LLM.
  • Исследование новых направлений оптимизации LLM путём обзора релевантных академических публикаций, формулирования гипотез и проведения глубоких экспериментов.
  • Тесное сотрудничество с внутренними исследовательскими учёными и внешними академическими лабораториями над совместными исследовательскими проектами и научными публикациями.
  • Работа совместно с направлением прикладных исследований для выявления, валидации и перехода релевантных исследовательских прототипов в производственные среды.
  • Вклад в сильный публикационный портфель на ведущих международных AI‑конференциях,
  • Полная ответственность за свою исследовательскую нишу, инициирование проектов от идеи до реализации с высокой степенью независимости и автономии.
  • Участие во внутренних сессиях обмена знаниями и еженедельных клубах статей для постоянного повышения экспертизы в области.

Требования

  • Глубокий опыт в области Natural Language Processing (NLP) или смежной области машинного обучения, полученный в результате серьёзных академических исследований, промышленного опыта или их сочетания.
  • Сильное теоретическое и практическое понимание современных техник оптимизации LLM (например, квантизация, сжатие KV‑cache, спекулятивное декодирование и дистилляция).
  • Прямой практический опыт параметр‑эффективного дообучения (включая LoRA и другие адаптеры) и архитектур mixture‑of‑experts (MoE).
  • Продвинутые навыки прототипирования и доказанная способность реализовывать сложные алгоритмы и архитектуры непосредственно из академических статей.
  • Свободные навыки программирования на Python и в современных фреймворках, таких как PyTorch, JAX или TensorFlow.
  • Твёрдое фундаментальное знание линейной алгебры, теории вероятностей и математической статистики.

Будет плюсом

  • Наличие публикаций оригинальных исследований на международных конференциях в областях AI/ML/SE/HCI.
  • Практический опыт в области инженерии производительности, включая профилирование кода и низкоуровневую оптимизацию (GPU, Metal, C++...).
  • Практический опыт обучения, запуска или развертывания локализованных моделей LLM на устройствах с использованием фреймворков, таких как MLX.

Условия и бенефиты

  • Ваше благополучие всегда в приоритете. Мы считаем, что здоровье, удовлетворённость и финансовая безопасность сотрудников и их семей важны не только для каждого человека, но и для достижения общих целей организации. Мы предоставляем медицинскую, зрительную и стоматологическую страховку.
  • Гибридная модель работы и гибкий график. Если вы присоединитесь к нам в Бостоне, мы предлагаем гибридный режим работы, три дня в неделю в нашем офисе в Бостоне. Для кандидатов из Украины у нас удалённый формат с главным офисом в Киеве, работающим в режиме коворкинга. Вы можете выбрать удобный для себя график. Никто здесь не следит за вашим временем прихода и ухода, потому что MacPaw построена на доверии и сотрудничестве.
  • Возможности роста как профессионального, так и личного. Какие бы ни были ваши мечты и стремления, мы поддержим вас. Образовательные возможности для развития как технических, так и мягких навыков, ежегодные обзоры развития, внутреннее сообщество.
  • Команды, которыми мы гордимся. Мы строим честные, прозрачные и надёжные отношения внутри команд. Каждый сотрудник MacPaw может улучшать процессы и реализовывать свои идеи. Мы поощряем открытый и конструктивный фидбэк и предоставляем обучение по даче и получению обратной связи.
  • Политика отпуска, покрывающая жизненные потребности. В MacPaw мы искренне понимаем ценность времени для отдыха и общения с близкими. Поэтому мы предоставляем щедрый PTO, который можно использовать для разных целей.
  • Мы являемся работодателем, предоставляющим равные возможности. Это безопасное место для соискателей всех категорий. Мы нанимаем талантливых людей, независимо от их разнообразного происхождения и идентичности, включая военнослужащих и ветеранов, женщин, представителей сообщества LGBTQIA+, людей с ограниченными возможностями и другие часто недопредставленные группы. MacPaw не дискриминирует по расе, цвету кожи, религии, полу, сексуальной ориентации, гендерной идентичности, национальному происхождению, статусу ветерана или инвалидности.

Навыки

Natural Language ProcessingLLM optimizationquantizationKV-cache compressionspeculative decodingdistillationparameter-efficient fine-tuningLoRAMixture-of-ExpertsPythonPyTorchJAXTensorFlowlinear algebraprobability theorymathematical statisticsresearch publicationperformance engineeringGPU optimizationMetal

Подходите ли вы под эту вакансию

Сверка вакансии с резюме доступна тем, кто вошел. Войти