Research Scientist

Должность: Research Scientist Местоположение: San Mateo HQ / Zurich / Hybrid

О КОМПАНИИ

Модели — это то, что они поглощают. Но большая часть вычислительных ресурсов, затрачиваемых на обучение, тратится впустую на обучение на данных, которые уже изучены, нерелевантны или даже вредны, что приводит к созданию худших моделей, обучение и развертывание которых обходится дороже.

В DatologyAI мы создали передовую платформу для курации данных, которая автоматически отбирает и оптимизирует петабайты данных для создания наилучших обучающих данных для ваших моделей. Обучение на отобранных данных может значительно сократить время и затраты на обучение (обучение в 7-40 раз быстрее в зависимости от сценария использования), значительно повысить производительность модели, как если бы вы обучались на >10 раз больше сырых данных без увеличения затрат на обучение, и позволить меньшим моделям с менее чем половиной параметров превзойти более крупные модели, несмотря на использование значительно меньших вычислительных ресурсов во время инференса, что существенно снижает затраты на развертывание. Дополнительные сведения вы можете найти в нашем недавнем исследовании по масштабированию синтетических данных (BeyondWeb) и предварительному обучению на данных, специфичных для предметной области (The Finetuner’s Fallacy).

Мы привлекли в общей сложности 57,5 млн долларов США в ходе двух раундов — Seed и Series A. Среди наших инвесторов — Felicis Ventures, Radical Ventures, Amplify Partners, Microsoft, Amazon и визионеры в области ИИ, такие как Джефф Хинтон, Ян ЛеКун, Джефф Дин и многие другие, которые глубоко понимают важность и сложность выявления и оптимизации наилучших возможных обучающих данных для моделей. Наша команда является пионером в этой передовой исследовательской области и обладает глубокой экспертизой как в исследованиях данных, так и в инженерии данных, необходимой для решения этой чрезвычайно сложной задачи и упрощения курации данных для всех, кто хочет обучать свои собственные модели на своих собственных данных.

Эта должность предполагает работу в Сан-Матео, Калифорния. Мы работаем в офисе 4 дня в неделю.

О РОЛИ

Мы ищем Research Scientist для исследования того, как вмешательство в обучающие данные может улучшить качество и сформировать поведение моделей глубокого обучения. Вы будете изучать и реализовывать идеи из литературы, проводить исследования, основанные на реальных потребностях клиентов, и тесно сотрудничать с инженерами и продуктовыми командами, чтобы преобразовать результаты исследований в ощутимый результат. Эта роль требует сильного научного суждения, свободного владения литературой по глубокому обучению и стремления работать автономно в быстро развивающейся среде стартапа.

НАД ЧЕМ ВЫ БУДЕТЕ РАБОТАТЬ

• Исследовательская литература обширна, полна двусмысленности и постоянно развивается. Вы будете изучать, проверять, реализовывать и улучшать перспективные идеи из литературы и собственные идеи.

• Наш исследования руководствуются конкретными потребностями клиентов и результатами продуктов, а не бенчмарками конференций. У вас будет четкое понимание того, почему ваша работа важна и кому она служит.

КАК ВЫ БУДЕТЕ РАБОТАТЬ

• Мы считаем, что исследователи достигают наилучших результатов, работая автономно. У вас будет свобода решать проблемы так, как вам удобнее, с необходимыми ресурсами и контекстом.

• Мы ожидаем, что Research Scientists будут тесно сотрудничать с инженерами, общаться с клиентами и формировать видение продукта.

О ВАС

• 3+ года опыта исследований в области глубокого обучения

• Сильные фундаментальные знания в области глубокого обучения

• Практический опыт и/или публикации в одной или нескольких из следующих областей:

  • Отбор и курация данных
  • Обучение по учебному плану (Curriculum learning)
  • Генерация синтетических данных
  • Дистилляция наборов данных (Dataset distillation)
  • Влияние обучающих данных на поведение модели
  • Модели встраивания (Embedding models) и семантический поиск
  • Обучение больших моделей для зрения (включая видео), языка или мультимодальных моделей
  • Эффективный ML

• Достаточный опыт в разработке программного обеспечения и PyTorch (или готовность учиться), чтобы проводить масштабные эксперименты и создавать прототипы для продакшена

• Подтвержденный опыт исследований в области глубокого обучения, будь то через статьи, инструменты или другие артефакты

Желательно:

• Опыт работы с инструментами распределенной обработки данных, такими как Spark или Snowflake

• Опыт создания и выпуска ML-продуктов

Кандидатам не обязательно иметь степень PhD или обширные публикации. Некоторые из лучших исследователей, с которыми мы работали, не имеют формального образования в области машинного обучения и получили весь свой опыт, работая в индустрии и создавая продукты. Мы считаем, что адаптивность в сочетании с исключительными коммуникативными навыками и навыками сотрудничества являются наиболее важными компонентами для успешных исследований в стартап-среде.

КОМПЕНСАЦИЯ

В DatologyAI мы стремимся вознаграждать таланты конкурентоспособной заработной платой и значительной долей в компании. Зарплата на этой должности варьируется от 180 000 до 300 000 долларов США.

• Стартовая оплата зависит от навыков, опыта, квалификации, связанных с должностью, и результатов собеседования.