Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
HHUD
Сан-Франциско, Соединенные Штаты4 месяца назад
120 000 – 295 000 USD
в год
Грейд
Lead
Формат работы
Удалённо, Офис
Тип занятости
Полная занятость
Уровень английского
B2, выше среднего
Релокация
Соединенные Штаты, Сингапур, Сан-Франциско
Письмо на почту или сообщение рекрутеру в Telegram
Миссия HUD — создавать надежную, справедливую и открытую инфраструктуру для данных в сфере ИИ. Мы хотим, чтобы данные были ценными для людей, которые их создают, и заслуживали доверия для лабораторий, которые на них обучают. Наша команда — это быстрорастущая группа исследователей, инженеров и операторов, создающих экономику, которая формирует будущее ИИ. Наша торговая площадка и платформа, поддерживаемые 16 миллионами долларов от ведущих венчурных фондов и YC (W25), используются стартапами, компаниями из списка Fortune 500 и передовыми лабораториями.
Мы ищем ведущего инженера-исследователя по качеству данных, который будет отвечать за то, как HUD измеряет, улучшает и масштабирует качество обучающих данных для передовых агентов. Вы будете руководить командой по качеству данных при создании систем, которые оценивают тысячи задач в средах обучения с подкреплением, синтетических данных, бенчмарках и отраслевых рабочих процессах.
Размер команды: около 25 человек в настоящее время, в основном полный рабочий день в офисе, но есть удаленные сотрудники
Наша команда: В нашей команде 4 призера Международной олимпиады (IOI, ILO, IPhO), бывший игрок №1 в мире по Каттану, серийные основатели ИИ-стартапов и исследователи с публикациями на ICLR, NeurIPS и т. д.
Стадия компании: У нас 8-значное финансирование, и мы быстро и прибыльно масштабируемся, чтобы удовлетворить очень высокий спрос
Руководство стратегией качества данных HUD, включая создание систем контроля качества, определение и обеспечение соблюдения стандартов качества, а также разработку экспериментов для оценки результатов работы агентов
Разработка новых методов валидации синтетических данных в масштабе, таких как анализ сценариев отказа, проверка мутаций задач и аудит траекторий
Взаимодействие с инженерами-исследователями, отраслевыми экспертами и поставщиками данных для диагностики проблем качества и улучшения рабочих процессов генерации данных
Преобразование качественных исследовательских инсайтов в производственные системы, внутренние инструменты, панели мониторинга, конвейеры валидации и циклы обратной связи
Помощь в формировании внутреннего исследовательского видения того, что делает обучающие данные агентов действительно полезными, а не просто поверхностно правильными
Наставничество других инженеров-исследователей для поддержания высокого уровня технической строгости, ясности и скорости выполнения
Вы можете подойти, если у вас есть:
Продвинутые навыки работы с Python, Docker и в средах Linux
Глубокое понимание качества данных — вы можете рассуждать о том, что делает задачи реалистичными, обучаемыми, разнообразными, надежными и полезными для обучения
Опыт создания систем контроля качества, оценок, бенчмарков, конвейеров синтетических данных, рабочих процессов валидации или инфраструктуры оценки моделей
Умение работать с комплексными человеческими и техническими системами, включая отраслевых экспертов, поставщиков, сгенерированные данные, результаты работы моделей, оценщиков и инфраструктуру
Отличные навыки письменного общения и способность четко объяснять методологию исследователям, инженерам, лабораториям и внешней аудитории
Опыт руководства командами в неопределенных технических проектах от определения проблемы до реализации и итерации
Опыт работы с предметными экспертами для сбора отраслевых знаний и их преобразования в масштабируемые системы обзора или генерации
Умение разрабатывать метрики, эксперименты и процессы QA/QC, а не только выполнять их
Опыт работы в стартапах на ранних стадиях с возможностью работать самостоятельно в быстро меняющихся условиях
Ориентация на детали и способность выявлять тонкие несоответствия или крайние случаи в данных
Вознаграждение: 120 000–295 000 долларов США в год
Занятость: Полная
Местоположение: У нас есть офисы в Сан-Франциско или Сингапуре, но мы открыты для удаленных кандидатов, которые могут работать в часовых поясах, совпадающих на 70-80% с Сан-Франциско или Сингапуром
Визовая поддержка: Мы предоставляем поддержку при переезде и визах для квалифицированных кандидатов на полный рабочий день в США или Сингапур
Конкурентное вознаграждение
100% покрытие лучшего медицинского, стоматологического и офтальмологического страхования (сотрудники в США и Сингапуре)
Обед и ужин для сотрудников в офисе
Общекорпоративный праздничный перерыв (с Сочельника до Нового года) в дополнение к оплачиваемым отпускам и праздничным дням
401k с 4% соответствием
Другие льготы, включая членство в Equinox и транспортные льготы (сотрудники в США) и стипендию на здоровье/благополучие (сотрудники в Сингапуре)
Неограниченный* доступ к токенам для ChatGPT, Claude Code, Cursor и т. д. *Под неограниченным мы подразумеваем, что никто в нашем рейтинге использования токенов никогда не достигал лимита. Поэтому мы понятия не имеем, каков лимит
Два офиса на верхнем этаже в районе Юнион-сквер в Сан-Франциско и Раффлс-плейс в Сингапуре
Ежегодный бюджет на поездки для посещения любого из офисов
Фактические предложения корректируются в зависимости от опыта и местоположения, но наши базовые диапазоны заработной платы следующие:
Сан-Франциско (и другие крупные города США): 200 000–295 000 долларов США
Сингапур: 150 000–225 000 долларов США
Остальной мир: 120 000–225 000 долларов США
Compensation: $120K - $295K per year
HUD's mission is to build reliable, fair and open infrastructure for AI data. We want data to be valuable for the people who create it and trustworthy for the labs that train on it. Our team is a quickly growing group of researchers, engineers and operators building the economy that shapes what AI will become. Backed by $16M from top VCs and YC (W25), our marketplace and platform are used by startups, Fortune 500 companies and frontier labs.
We’re looking for a Lead Research Engineer, Data Quality to own how HUD measures, improves, and scales the quality of training data for frontier agents. You’ll lead the data quality team in building the systems that evaluate thousands of tasks across RL environments, synthetic data, benchmarks, and domain-specific workflows.
Lead HUD’s data quality strategy including building QC systems, defining and enforcing quality standards, and designing experiments to grade agent outputs
Develop new methods for validating synthetic data at scale, such as failure-mode analysis, task mutation checks, and trajectory auditing
Partner with research engineers, domain experts, and data vendors to diagnose quality issues and improve data generation workflows
Turn qualitative research insights into production systems, internal tools, dashboards, validation pipelines, and feedback loops
Help build internal research taste around what makes agent training data actually useful, not just superficially correct
Mentor other research engineers to maintain a high bar for technical rigor, clarity, and execution speed
You may be a good fit if you have:
Advanced proficiency in Python, Docker, and Linux environments
Deep intuition for data quality - you can reason about what makes tasks realistic, learnable, diverse, reliable, and useful for training
Experience building QC systems, evals, benchmarks, synthetic data pipelines, validation workflows, or model evaluation infrastructure
Comfort working across messy human and technical systems, including domain experts, vendors, generated data, model outputs, graders, and infrastructure
Strong written communication and the ability to explain methodology clearly to researchers, engineers, labs, and external audiences
Strong candidates may also have:
Experience leading teams on ambiguous technical projects from problem definition through implementation and iteration
Experience working with subject-matter experts to capture domain judgment and convert it into scalable review or generation systems
Be comfortable designing metrics, experiments, and QA/QC processes, not just executing them
Early-stage startup experience with ability to work independently in fast-paced environments
Be detail-oriented and able to spot subtle inconsistencies or edge cases in data
Team Size: ~25 people currently, mostly full-time in-person, but some remote.
Our team: Our team includes 4 International Olympiad medalists (IOI, ILO, IPhO), the former #1 ranked Catan player in the world, serial AI startup founders, and researchers with publications at ICLR, NeurIPS, etc.
Company stage: We have 8 figures in funding and are scaling profitably and quickly to meet very strong demand.
Employment: Full-time.
Location: We have offices in San Francisco or Singapore but are open to remote candidates who can work hours that 70-80% overlap with either San Francisco or Singapore time zones.
Visa Sponsorship: We provide support for relocation and visas for strong full-time candidates to the US or Singapore.
Timeline: Applications are rolling. The process is 2 technical interviews and a 2-3 day work trial.
Competitive compensation
100% covered top-of-the-line medical, dental, and vision (US and Singapore employees)
Lunch and dinner for in-office employees
Company-wide holiday break (Christmas Eve to New Year’s Day) on top of PTO and paid holidays
401k with a 4% match
Other perks including an Equinox membership and commuter benefits (US employees) and a health/wellness stipend (Singapore employees)
Unlimited* access to tokens for ChatGPT, Claude Code, Cursor, etc. *By unlimited, we mean no one on our token usage leaderboard has ever hit a limit. So we have no idea what the limit is.
Two top-floor offices in San Francisco’s Union Square and Singapore’s Raffles Place
Annual travel budget to visit either office
Actual offers are adjusted for experience and location, but our base salary bands are
San Francisco (and other major US cities): $200,000 - $295,000
Singapore: $150,000 - $225,000
Rest of world: $120,000 - $225,000
Due to high volume, we may not actively respond to every application, but feel free to contact us at or elsewhere if we missed your application!
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 239 000 до 281 000