AI Researcher

Должность: AI Researcher Местоположение: Офис в Сан-Франциско / На месте

ДУМАЙ ИНАЧЕ. СТРОЙ БУДУЩЕЕ. 🚀

НАША МИССИЯ

Создание ИИ общего назначения (AGI) для повседневного использования. Надежные, потребительские агенты, которые переопределят сотрудничество человека и ИИ для миллионов. Программное обеспечение не должно ждать команд; оно должно быть вашим партнером, расширяя ваши возможности каждый день.

ПОЧЕМУ AGI, INC.

Мы — закрытая команда элитных основателей и исследователей ИИ, с опытом работы в Стэнфорде, OpenAI и DeepMind. Мы являемся лидерами отрасли в области мобильных агентов и агентов для использования на компьютере, и выводим эти возможности на потребительский уровень.

Основанный на многолетних исследованиях агентов, наш ИИ разработан с надежностью и доверием как основными столпами, а не второстепенными соображениями.

Нас поддерживают инвесторы высшего уровня, которые финансировали первое поколение гигантов ИИ; теперь они поддерживают нас в создании следующего: ИИ общего назначения для повседневного использования. (Посмотрите демо)

Если вы видите возможности там, где другие видят пределы, читайте дальше.

ЗАСТАВЬТЕ УСТРОЙСТВА ДУМАТЬ КАК FRONTIER MODEL.

Возможности frontier модели в пределах вычислительных мощностей и объема памяти потребительского устройства — телефона, ноутбука, носимого устройства — это не ограничение. Это самая интересная исследовательская проблема в прикладном ИИ сегодня. Вы будете руководить обучением одного из семейств моделей, которые питают наших агентов на устройствах: выбор рецептов предварительного обучения, постобучение (SFT, RLHF, DPO, GRPO и любой следующий акроним), дистилляция, квантование и множество уловок, которые позволяют небольшой модели превосходить свой вес.

Это для исследователя, который устал от обучения моделей, которые работают через API. Вы хотите, чтобы ваша модель была на устройстве в вашем кармане, в кармане вашей мамы и в ста миллионах карманов, с которыми вы никогда не встретитесь.

🤩 ЗАДАЧИ, КОТОРЫЕ ВЫ БУДЕТЕ ВЕСТИ

• Одна или несколько возможностей модели end-to-end — от смешивания данных и цели обучения до оценки и интеграции в производственную среду на устройстве.

• Дизайн экспериментов и отчеты, которые накапливаются в команде — прекращайте то, что не влияет на метрику, удваивайте усилия там, где это действительно работает.

• Рабочий процесс обучения с четкой метрикой успеха и контрольной точкой, которая будет выпущена.

🤚 ОБЛАСТИ, В КОТОРЫХ ВЫ БУДЕТЕ ПОМОГАТЬ

• Инфраструктурные и продуктовые инженеры, превращая результаты исследований в выпущенные возможности.

• Партнеры, честно рассказывая им, что возможно при следующем обновлении устройства, а что нет.

• Другие исследователи, читая их код и делая их код более читаемым.

📚 НАВЫКИ, КОТОРЫМ ВЫ БУДЕТЕ ОБУЧАТЬ

• Методы обучения, наиболее важные для нашего режима — дистилляция от frontier учителей, MoE в малом масштабе, спекулятивное декодирование, сжатие KV-кэша.

• Как проектировать эксперименты, которые влияют на показатель, который вас действительно волнует.

🧑‍🎓 НАВЫКИ, КОТОРЫМ ВЫ БУДЕТЕ ОБУЧАТЬСЯ

• Как выглядит развертывание производственной модели в условиях аппаратных ограничений от OEM-партнеров.

• Использование инструментов на устройстве и постобучение агентов в потребительском масштабе.

• Полный стек от цикла обучения до телефона.

🏆 ВРЕМЕННАЯ ШКАЛА УСПЕХА

Через 30 дней — Вы воспроизвели один из наших недавних циклов обучения end-to-end. Вы определили три наиболее перспективных исследовательских ставки на следующий квартал и высказали свое мнение о том, какие две стоит реализовать.

Через 60 дней — Вы руководите процессом обучения с четкой метрикой. Вы выпустили контрольную точку, которая превосходит предыдущую лучшую по важной оценке. Люди доверяют вашему мнению о том, что работает.

Через 90 дней — Ваша работа была интегрирована в партнерскую сборку. Вы сделали одну неочевидную ставку, которая окупилась, и одну, которая не окупилась, и команда извлекла уроки из обеих. Вы формируете следующий цикл обучения.

💰 КОМПЕНСАЦИЯ

Конкурентная заработная плата и значительный пакет акций. Первоклассная поддержка при релокации и иммиграции. Разрешение публиковать то, что безопасно публиковать. Офис в Сан-Франциско, личное присутствие.

КАК ПОДАТЬ ЗАЯВКУ

Отправьте ссылку на ваш самый интересный результат — статью, блог, карточку модели, GitHub — с одним абзацем о том, почему это важно. Плюс ваше резюме, Google Scholar или LinkedIn. Каждый исключительный кандидат получит ответ в течение 48 часов.