Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
OpenAI
Сан-Франциско, Соединенные Штаты5 месяцев назад
380 000 – 500 000 USD
в год
Compensation: $380K - $500K per year
ABOUT THE TEAM
Training Runtime builds the distributed systems that power OpenAI's largest model training runs - most recently GPT-5.5! The Data Movement area owns the infrastructure that keeps training jobs supplied with the right data at the right time, and keeps model state moving safely and efficiently across large clusters.
Our work spans machine learning systems, distributed storage, high-throughput data loading, reliability engineering, and developer experience. Success means researchers can move quickly while training runs remain fast, reproducible, debuggable, and resilient at scale.
ABOUT THE ROLE
We are looking for a deeply hands-on Technical Lead Manager to own datasets throughout our training infrastructure. This person will set the direction for how training jobs read data: the APIs, storage contracts, versioning model, benchmarks, debugging tools, and reliability guarantees that make data access consistent across current and future training frameworks.
You will begin as the primary technical owner for dataset reads, working directly in the code while aligning researchers, training framework owners, storage teams, and infrastructure partners around a durable platform. The problem is deceptively hard at frontier scale: make enormous, heterogeneous datasets easy to consume, correct across distributed workers, observable when something goes wrong, and flexible enough to support pretraining, reinforcement learning, and multimodal training.
IN THIS ROLE, YOU WILL
Design and build a unified dataset read platform for multiple current and future training frameworks.
Define dataset APIs, storage-format expectations, registration/versioning, and migration paths that make data access reproducible and maintainable.
Build reliability into the read path, including stateful iteration, caching, fast restart, recovery, and clear operational contracts.
Build terminal and web-based visualizers that let teams inspect text, multimodal, and reinforcement learning data late in the pipeline, where bugs are most visible.
Write and review production code in core data loading, service, caching, and reliability paths.
Partner with teams working on training frameworks, reinforcement learning, multimodal models, storage, runtime, and cluster infrastructure.
OVER TIME
The long-term goal is a team that owns fast, correct, scalable, and reliable in-cluster data movement for training: data that comes in, data that goes out, and data that moves around inside the cluster. After ramping on datasets, this role will expand to TLM ownership for broader data movement systems, including checkpoint loads/saves and snapshot transfers, while partnering closely with existing technical leads and adjacent infrastructure teams.
YOU MIGHT THRIVE IN THIS ROLE IF YOU:
Have built or owned dataset, data loading, storage, or distributed training infrastructure at large scale (e.g. torch.utils.data)
Care equally about API design, debugging ergonomics, performance, and bit-level correctness.
Understand the failure modes of large distributed training jobs and know how data systems can create or prevent them.
Have experience with stateful iterators, checkpoint/restart semantics, caching, remote services, or high-throughput storage reads.
Are comfortable working across Python and lower-level systems code; Rust or C++ experience is useful but not required.
Have worked with multimodal, video, reinforcement learning, or pretraining data pipelines where small data bugs are expensive and hard to diagnose.
Can lead through code and technical judgment before a team exists, and can later manage engineers without losing the hands-on edge.
Obsess over developer experience by eliminating friction, such as manual preprocessing scripts and niche cluster-specific bugs, ensuring a reliable and efficient experience for researchers.
About OpenAI
OpenAI is an AI research and deployment company dedicated to ensuring that general-purpose artificial intelligence benefits all of humanity. We push the boundaries of the capabilities of AI systems and seek to safely deploy them to the world through our products. AI is an extremely powerful tool that must be created with safety and human needs at its core, and to achieve our mission, we must encompass and value the many different perspectives, voices, and experiences that form the full spectrum of humanity.
We are an equal opportunity employer, and we do not discriminate on the basis of race, religion, color, national origin, sex, sexual orientation, age, veteran status, disability, genetic information, or other applicable legally protected characteristic.
For additional information, please see OpenAI’s Affirmative Action and Equal Employment Opportunity Policy Statement.
Background checks for applicants will be administered in accordance with applicable law, and qualified applicants with arrest or conviction records will be considered for employment consistent with those laws, including the San Francisco Fair Chance Ordinance, the Los Angeles County Fair Chance Ordinance for Employers, and the California Fair Chance Act, for US-based candidates. For unincorporated Los Angeles County workers: we reasonably believe that criminal history may have a direct, adverse and negative relationship with the following job duties, potentially resulting in the withdrawal of a conditional offer of employment: protect computer hardware entrusted to you from theft, loss or damage; return all computer hardware in your possession (including the data contained therein) upon termination of employment or end of assignment; and maintain the confidentiality of proprietary, confidential, and non-public information. In addition, job duties require access to secure and protected information technology systems and related data security obligations.
To notify OpenAI that you believe this job posting is non-compliant, please submit a report through this form. No response will be provided to inquiries unrelated to job posting compliance.
We are committed to providing reasonable accommodations to applicants with disabilities, and requests can be made via this link.
OpenAI Global Applicant Privacy Policy.
At OpenAI, we believe artificial intelligence has the potential to help people solve immense global challenges, and we want the upside of AI to be widely shared. Join us in shaping the future of technology.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 297 000 до 369 000
Грейд
Lead
Формат работы
Гибрид
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Training Runtime создает распределенные системы, которые обеспечивают работу крупнейших обучающих моделей OpenAI — совсем недавно GPT-5.5! Область Data Movement отвечает за инфраструктуру, которая обеспечивает обучающие задания необходимыми данными в нужное время, а также безопасно и эффективно перемещает состояние модели между большими кластерами.
Наша работа охватывает системы машинного обучения, распределенное хранение данных, высокопроизводительную загрузку данных, инженерию надежности и пользовательский опыт разработчиков. Успех означает, что исследователи могут быстро продвигаться вперед, в то время как обучающие процессы остаются быстрыми, воспроизводимыми, отлаживаемыми и отказоустойчивыми в масштабе.
О РОЛИ
Мы ищем технического руководителя-менеджера (Technical Lead Manager) с глубокими практическими навыками, который будет отвечать за наборы данных в нашей обучающей инфраструктуре. Этот человек будет определять направление работы обучающих заданий по чтению данных: API, контракты хранения, модель версионирования, бенчмарки, инструменты отладки и гарантии надежности, которые обеспечивают согласованность доступа к данным в текущих и будущих обучающих фреймворках.
Вы начнете как основной технический владелец операций чтения наборов данных, работая непосредственно с кодом и одновременно согласовывая работу исследователей, владельцев обучающих фреймворков, команд хранения данных и партнеров по инфраструктуре вокруг долговечной платформы. Задача обманчиво сложна в масштабах передовых технологий: сделать огромные, гетерогенные наборы данных простыми для потребления, корректными для распределенных рабочих узлов, наблюдаемыми при возникновении проблем и достаточно гибкими для поддержки предварительного обучения, обучения с подкреплением и мультимодального обучения.
OpenAI — это компания, занимающаяся исследованиями и развертыванием ИИ, призванная обеспечить, чтобы общецелевой искусственный интеллект приносил пользу всему человечеству. Мы расширяем границы возможностей систем ИИ и стремимся безопасно развертывать их в мире через наши продукты. ИИ — это чрезвычайно мощный инструмент, который должен создаваться с учетом безопасности и потребностей человека в его основе, и для достижения нашей миссии мы должны охватывать и ценить множество различных точек зрения, голосов и опыта, которые составляют полный спектр человечества.
Проектировать и создавать унифицированную платформу для чтения наборов данных для нескольких текущих и будущих обучающих фреймворков
Определять API наборов данных, ожидания по форматам хранения, регистрации/версионированию и пути миграции, которые делают доступ к данным воспроизводимым и поддерживаемым
Встраивать надежность в путь чтения, включая итерацию с сохранением состояния, кэширование, быстрое перезапуск, восстановление и четкие операционные контракты
Создавать терминальные и веб-визуализаторы, позволяющие командам инспектировать текстовые, мультимодальные данные и данные для обучения с подкреплением на поздних этапах конвейера, где ошибки наиболее заметны
Писать и рецензировать производственный код в основных путях загрузки данных, обслуживания, кэширования и надежности
Взаимодействовать с командами, работающими над обучающими фреймворками, обучением с подкреплением, мультимодальными моделями, хранением данных, средой выполнения и инфраструктурой кластера
СО ВРЕМЕНЕМ
Долгосрочная цель — команда, отвечающая за быструю, корректную, масштабируемую и надежную передачу данных внутри кластера для обучения: входящие данные, исходящие данные и данные, перемещающиеся внутри кластера. После освоения наборов данных эта роль будет расширена до ответственности TLM за более широкие системы передачи данных, включая загрузку/сохранение контрольных точек и передачу снимков, при этом тесное сотрудничество с существующими техническими руководителями и смежными командами инфраструктуры.
Создавали или управляли инфраструктурой наборов данных, загрузки данных, хранения данных или распределенного обучения в больших масштабах (например, torch.utils.data)
В равной степени заботитесь о дизайне API, эргономике отладки, производительности и побитовой корректности
Понимаете сценарии отказа больших распределенных обучающих заданий и знаете, как системы данных могут их создавать или предотвращать
Имеете опыт работы с итераторами с сохранением состояния, семантикой контрольных точек/перезапуска, кэшированием, удаленными сервисами или высокопроизводительным чтением из хранилища
Комфортно работаете с Python и низкоуровневым системным кодом; опыт работы с Rust или C++ полезен, но не обязателен
Работали с мультимодальными данными, видео, данными для обучения с подкреплением или предварительного обучения, где незначительные ошибки в данных стоят дорого и их трудно диагностировать
Можете лидировать через код и техническое суждение до формирования команды, а затем управлять инженерами, не теряя практического опыта
Стремитесь улучшить пользовательский опыт разработчиков, устраняя трения, такие как ручные скрипты предварительной обработки и нишевые ошибки, специфичные для кластера, обеспечивая надежный и эффективный опыт для исследователей
Вознаграждение: $380K - $500K в год