Название: Инженер-исследователь в области ИИ, Пост-тренинг Компания: Lovable Местоположение: Стокгольм / Лондон / Офис

КРАТКО: Lovable позволяет более чем 2 миллионам человек создавать программное обеспечение, используя обычный язык, а модели, лежащие в его основе, должны быть исключительными. Мы нанимаем инженера, который активно занимался пост-тренингом в больших масштабах и хочет сделать это снова для одного из самых быстрорастущих ИИ-продуктов в мире.

Вы будете отвечать за наш полный конвейер пост-тренинга: внедрять последние исследования в производственные рецепты обучения, адаптировать их для задач генерации кода и агентов, и быстро предоставлять улучшенные модели пользователям. Цель — внедрить перспективные исследования в производство за дни или недели, а не месяцы. Это не академическая исследовательская позиция — вы проведете столько же времени в производственной инфраструктуре, сколько и в конфигурациях обучения, и ваш успех будет измеряться тем, что будет выпущено.

Почему Lovable?

Lovable — это платформа для создания программного обеспечения, которая дает людям возможность решать проблемы, которые их волнуют. Десятилетиями превращение идеи в программное обеспечение требовало столько капитала, технических знаний и времени, что многие идеи так и не получили жизнь. Lovable — это контраргумент: платформа для всех людей с идеями, амбициями и проблемами, которые стоит решать. От соло-предпринимателей до владельцев малого бизнеса и команд в таких компаниях, как Adidas и Zendesk, люди создали более 60 миллионов проектов на Lovable с момента запуска в ноябре 2024 года. И мы только начинаем.

Мы строим компанию поколений из Стокгольма, с растущими командами в Лондоне, Бостоне, Нью-Йорке и Сан-Франциско. Наша команда мала, высококвалифицированна и быстро развивается, с культурой, основанной на крайнем владении, высокой скорости и низкоэгоистичном сотрудничестве. Мы ищем людей, которые глубоко заботятся, быстро выпускают продукт и стремятся оставить след в мире.

Lovable входит в список 100 самых влиятельных компаний по версии TIME и был отмечен в списках Forbes AI 50 и CNBC Disruptor 50, отражая наш импульс как одной из самых быстрорастущих ИИ-компаний в Европе и одного из самых амбициозных мест для развития в эту новую эру программного обеспечения.

Кого мы ищем

• Вы лично проводили пост-тренинг на больших языковых моделях — RFT/RLVR, оптимизация предпочтений или аналогичные. Не просто вызывали API или писали промпты, а фактически обучали и итерировали модели.
• Вы умеете писать надежный производственный код. Системы, которые вы создаете, должны работать надежно, а не просто производить интересные исследовательские артефакты.
• Вы владеете как минимум одним основным ML-фреймворком (PyTorch, JAX) и комфортно работаете с распределенными системами обучения и GPU-кластерами.
• Вы понимаете математику, лежащую в основе оптимизации предпочтений, моделирования вознаграждения и техник выравнивания — и можете рассуждать о том, какой подход подходит.
• Вы создавали или существенно внесли вклад в системы оценки, которые отражают качество в реальном мире, а не только результаты тестов.
• Вы можете отследить регрессию качества модели от симптомов, проявляющихся у пользователей, до сервировки, инференса и обучения — и вам нравится это делать.
• Вы хотите выпускать продукт. Вкус в исследованиях имеет значение, но в Lovable всегда возникает вопрос: "как быстро мы можем донести это до пользователей?"

Предпочтительно:

• Вы работали конкретно с задачами генерации кода или агентными сценариями.
• Вы предоставляли пост-обученные модели реальным пользователям и видели, как они работают в масштабе.
• Вы отвечали за полный цикл: курирование данных, проведение обучения, оценка результатов, развертывание и мониторинг в производстве.
• У вас есть привычка читать статью в понедельник и иметь прототип, работающий к пятнице.
• Вы экспериментировали со спекулятивным декодированием или аналогичными техниками для повышения эффективности моделей.
• У вас есть твердое мнение о методологии оценки, и вы создавали оценки, которые действительно предсказывают удовлетворенность пользователей.
• Вы публиковали статьи или вносили значимый вклад в экосистему ML с открытым исходным кодом.

Что вы будете делать

• Отвечать за полный жизненный цикл конвейера пост-тренинга Lovable — от курирования данных и проведения обучения до оценки и развертывания.
• Применять и адаптировать методы обучения с подкреплением, оптимизации предпочтений и супервизорного дообучения, чтобы наши модели лучше генерировали код, анализировали намерения пользователей и действовали как надежные агенты.
• Создавать инфраструктуру для оценки и экспериментов, которая покажет нам, действительно ли изменение модели помогает пользователям — охватывая полезность, безопасность, задержку и надежность.
• Разрабатывать и эксплуатировать производственные системы, которые запускают задачи обучения в масштабе, включая оркестрацию GPU и конвейеры данных.
• Работать над командными границами с нашими инженерами по агентам, продуктам и инфраструктуре, чтобы превратить улучшения моделей в улучшения продукта, которые пользователи могут ощутить.
• Расследовать и устранять сбои комплексно — будь то первопричина в рецепте обучения, проблема с данными или регрессия в сервировке.
• Читать статьи, запускать эксперименты и быстро двигаться: цель — внедрить перспективные исследования в производство за дни или недели, а не месяцы.

О вашей заявке

Пожалуйста, отправьте вашу заявку на английском языке. Это язык нашей компании, поэтому вам придется много на нем говорить, если вы присоединитесь.

Мы относимся ко всем кандидатам одинаково — если вы заинтересованы, пожалуйста, подайте заявку через наш карьерный портал.