WorkListВойтиОформить подписку
SU

Research Engineer

висит 3 мес.
SuperAnnotate · Платформа разметки данных для AI
Откликнуться на сайте компании ↗
Опубликована давно; 02.11 она ещё висела у компании.

О вакансии

Откуда можно работать
Гибрид: San Francisco, США
Занятость
Full-time
из текста вакансии
Английский
требования разнятся: B1+–C2
по другим вакансиям компании
Уровень
Middle
выведено Worklist по описанию обязанностей
Деньги
≈ $7,1–13 тыс/мес · оценка Worklist
по рынку страны, грейд в вакансии не указан, данные за август 2026. Это ориентир порядка величины, а не вилка этой роли · Как считаем
Даты
Опубликована 20.07 · видим у компании с 11.08 · у компании видели 02.11
дата публикации от работодателя
Почему в каталоге:Основана выходцами из Восточной Европы, Кавказа и Центральной АзииПодробнее о компании →

Описание переведено машинно с английского.

Суть роли

Влияние, которое вы окажете

Наша исследовательская команда расширяется, чтобы успевать за волной передовых задач: внутренние исследовательские потоки, клиентские проекты, требующие глубоких знаний ML, и новые возможности на переднем крае области. Как Research Engineer, вы возьмете исследовательское направление и будете развивать его — находить нужные статьи, бенчмарки и предшествующие работы, переimplementировать релевантные методы и выстраивать процесс их воспроизведения и улучшения внутри компании.

Вы будете полностью отвечать за инициативы от начала до конца: сотрудничать со стратегическими руководителями проектов и техническими лидерами для определения объема работы, создавать MVP для проверки идей (включая аннотацию людьми и агентов), и превращать эту работу во что‑то конкретное — набор данных для клиента, пилотный проект, внутренний набор данных, который станет статьей или блог‑постом, или совместную публикацию с партнером. Вам не будет предоставлен полностью сформулированный список задач; вам будет дано направление и автономия превратить его в исследовательский план.

Это полная занятость, гибридный формат, расположенный в San Francisco.

Что предстоит делать

  • Возьмите исследовательское направление и самостоятельно определите поддерживающие ресурсы — статьи, бенчмарки, блог‑посты — затем реализуйте или переimplementируйте соответствующие методы.
  • Создайте и возьмите на себя процесс воспроизведения предшествующей работы внутри компании и определите способы её улучшения.
  • Полностью отвечайте за проекты (например, построение RL/агентской среды для партнёра или новый мультимодальный бенчмарк) от начала до конца, включая определение объёма, реализацию MVP и валидацию.
  • Сотрудничайте со стратегическими руководителями проектов и техническими лидерами, переводя неоднозначные требования в конкретный, проверяемый исследовательский план.
  • Проверяйте идеи через практическую реализацию, включая аннотацию, оценку или сбор данных.
  • Превращайте исследовательские направления в осязаемые результаты — платный набор данных для клиента, пилотный проект, внутренний набор данных или статью/блог‑пост для публикации или презентации на конференции.
  • Привносите ML‑перспективу в новые возможности — оценивайте техническую осуществимость входящих запросов и помогайте формировать предложения, где требуется исследовательская глубина.

Требования

  • MS или PhD в области ML, CS или смежной количественной дисциплины — или эквивалентный подтверждённый исследовательский опыт (публикации, значимая работа в open‑source, исследовательская деятельность в индустрии).
  • Реальная глубина в ML: вы понимаете, как обучаются и оцениваются модели, а не только как вызвать API. Вы можете прочитать статью, оценить, соответствуют ли её утверждения действительности, и переimplementировать метод.
  • Практический опыт работы хотя бы с одним из: RL/агентские системы, оценка и бенчмаркинг AI/ML, или мультимодальный ML.
  • Сильные навыки Python и инженерные способности создавать и запускать собственные эксперименты — harness‑ы оценки, среды, инфраструктуру — без зависимости от команды платформы.
  • Высокая автономия: вы можете превратить неоднозначное направление в конкретный исследовательский план и заметить, когда что‑то идёт не так, ещё до получения указаний.
  • Чёткое техническое письмо

Будет плюсом

  • Наличие публикаций (предпочтительно в роли первого автора).
  • Опыт работы с агентскими или мультимодальными бенчмарками (OSWorld, MMMU, WebArena, SWE‑bench или аналогичными) или создания RL‑сред/gym‑ов.
  • Знакомство с моделированием вознаграждений, взломом вознаграждений или надёжностью верификаторов/судей.
  • Знакомство с генерацией синтетических данных или рабочими процессами human‑in‑the‑loop (HITL).
  • Опыт работы с облачной инфраструктурой и контейнеризированными средами.
  • Глубокий опыт в RL, особенно.

Условия и бенефиты

  • Только отобранные кандидаты будут приглашены на интервью!
  • Равные возможности

Мы являемся работодателем, предоставляющим равные возможности, и ценим разнообразие в нашей компании. Для SuperAnnotate разнообразие означает стремление отражать множество опытов и идентичностей внешнего мира, а также относиться друг к другу справедливо и без предвзятости. Каждый день мы создаём среду, где люди всех слоёв общества не только чувствуют себя частью команды, но и достигают успехов, способствуя росту компании. Мы предоставляем равные возможности независимо от пола, сексуальной ориентации, национального происхождения, цвета кожи, расы, возраста, семейного положения, инвалидности, гендерной идентичности, статуса ветерана и прочих факторов.

Навыки

PythonRLagentic systemsAI/ML evaluationbenchmarkingmultimodal MLcloud infrastructurecontainerized environmentsreward modelingsynthetic data generationhuman-in-the-loopHITLresearchtechnical writing

Подходите ли вы под эту вакансию

Сверка вакансии с резюме доступна тем, кто вошел. Войти