ML Research Engineer

TL;DR:Мы ищем нескольких ML Engineers для обучения, пост‑обучения и оценки LLM, лежащих в основе нашей платформы. Это практическая работа по современному обучению моделей: масштабные конвейеры данных, выравнивание в стиле SFT/RLHF/DPO, модели вознаграждения, распределённое многопроцессорное обучение и оценка.

• Превращать петабайты неструктурированного текста в структурированный, исследуемый вид (темы, кластеры, сегменты, тренды): переходить от «неизвестных неизвестных» к стабильным определениям, которые мы можем отслеживать.
• Создавать масштабируемые конвейеры представления: стратегии выборки, предобработку/нормализацию, эмбеддинги в масштабе, индексацию и поиск, чтобы корпус был доступен для поиска и анализа.
• Практически использовать LLM: маркировка/классификация, слабый надзор, обогащение данных, суммирование и автоматическая диагностика входящих объёмов (с контролем стоимости/качества).
• Предоставлять инсайты, меняющие решения: переводить выводы в продуктовые и операционные действия (какие данные у нас есть, чего не хватает, где падает качество, что приоритетно).
• Выпускать самообслуживаемую аналитику: наборы данных, модели данных и лёгкие инструменты/дашборды, чтобы команда могла исследовать и отвечать на вопросы без запросов ad‑hoc.
• Тесно сотрудничать с инженерией/исследованиями: согласовывать конвейеры с ограничениями продакшна (задержка/стоимость/приватность) и интегрировать результаты в рабочие процессы.

• Иметь сильные навыки Python + SQL с инженерным мышлением: вы умеете строить надёжные конвейеры, а не только ноутбуки.
• Иметь солидный практический опыт NLP/ML на реальном тексте: эмбеддинги, кластеризация, тематическое моделирование, семантический поиск, классификация; вы понимаете режимы отказов и умеете их отлаживать.
• Быть комфортным в масштабах: распределённая обработка, крупномасштабное хранение‑запросы и компромиссы между производительностью и стоимостью.
• Знать, как оценивать «размытые» задачи: офлайн/онлайн метрики, разметка с участием человека, согласованность аннотаторов, мониторинг дрейфа и воспроизводимость.
• Иметь опыт работы с наборами данных по безопасности/модерации, системами политик/правил или высокообъёмным логированием/наблюдаемостью.

• Публичный след в построении: открытые модели, наборы данных или фреймворки обучения на HuggingFace/GitHub, бенчмарки, статьи (воркшоп или основная конференция) или технические посты с реальным использованием.
• Опыт обучения моделей в передовой или почти передовой лаборатории, либо руководство релизами открытых моделей с документированным принятием.
• Опыт с методами RL для LLM, выходящими за рамки стандартного RLHF: онлайн‑RL, методы в стиле GRPO‑style или новые подходы к выравниванию.
• Опыт работы с моделями модерации, безопасности или классификации в масштабе.
• Опыт обучения многоязычных моделей.

• Конкурентоспособная компенсация, включая долю в компании
• Гибкий отпуск
• Офис в центре Лондона/Парижа с гибридным форматом работы
• Поддержка переезда, если вы переезжаете в Париж, доступна после испытательного срока
• Премиальная частная медицинская страховка
• Поддержка психического здоровья, включая покрытие терапии при необходимости
• Обед и ужин покрываются, когда вы работаете из офиса
• Поддержка обучения и развития: курсы, конференции и возможности роста навыков
• Всё необходимое оборудование, подписки, инструменты и сервисы
• Командные выезды два раза в год: недавно мы были в Альпах, Сен‑Тропе и Марбелье

Process

• Intro call with Talent Team
• Test assignment
• Technical interview with Head of Applied Research
• Final conversation with CEO