Title: ML Research Engineer
Company: White Circle
Location: Paris / London / Hybrid / Remote
TL;DR: Мы ищем нескольких ML-инженеров для обучения, пост-обучения и оценки LLM, лежащих в основе нашей платформы. Это практическая работа по обучению современных моделей: масштабные конвейеры данных, выравнивание в стиле SFT/RLHF/DPO, модели вознаграждения, распределенное обучение на нескольких GPU и оценка.
О нас
White Circle — компания в области безопасности ИИ, создающая уровень безопасности, надежности и оптимизации для систем ИИ. В основе нашей платформы лежат политики — простые правила на естественном языке, определяющие, что модель ИИ должна и не должна делать. Мы автоматически тестируем, применяем и постоянно улучшаем эти политики в масштабе.
- Недавно мы завершили раунд финансирования Серии A, доведя общее финансирование до $70 млн. Среди наших инвесторов — ведущие фонды, основатели и руководители OpenAI, Anthropic, HuggingFace, Mistral, DeepMind, Datadog, Sentry и другие.
- Мы обрабатываем более 100 млн+ API-вызовов каждый месяц.
- Мы дообучаем и обучаем собственные LLM, чтобы они работали быстрее и дешевле, чем любая открытая или проприетарная модель.
Мы — небольшая, высоко сфокусированная команда. Если вы хотите глубоко работать над сложными проблемами, быстро внедрять свои наработки в производство и влиять на то, как фактически строится безопасность ИИ — вы тот, кто нам нужен.
Что вы будете делать
- Преобразовывать петабайты неструктурированного текста в структурированное, исследуемое представление (темы, кластеры, сегменты, тенденции, аномалии): итерировать от «неизвестных неизвестных» к стабильным определениям, которые мы можем отслеживать.
- Создавать масштабируемые конвейеры представления: стратегии выборки, предварительная обработка/нормализация, встраивание (embeddings) в масштабе, индексация и поиск для обеспечения возможности поиска и анализа корпуса.
- Прагматично использовать LLM: маркировка/классификация, слабое обучение, обогащение данных, суммаризация и автоматическая диагностика входящих объемов (с контролем затрат/качества).
- Предоставлять инсайты, меняющие решения: транслировать результаты в продуктовые и операционные действия (какие данные у нас есть, чего не хватает, где нарушается качество, что следует приоритезировать дальше).
- Предоставлять самообслуживаемую аналитику: наборы данных, модели данных и легкие инструменты/дашборды, чтобы команда могла исследовать и отвечать на вопросы без специальных запросов.
- Тесно сотрудничать с инжинирингом/исследованиями: согласовывать конвейеры с производственными ограничениями (задержка/стоимость/конфиденциальность) и интегрировать результаты в рабочие процессы.
Вы отлично впишетесь, если
- Имеете сильные навыки Python + SQL с инженерным мышлением: вы можете создавать надежные конвейеры, а не только ноутбуки.
- Имеете солидный опыт прикладного NLP/ML на реальных текстах: встраивание (embeddings), кластеризация, тематическое моделирование, семантический поиск, классификация; вы понимаете режимы отказа и как их отлаживать.
- Комфортно работаете в масштабе: распределенная обработка, хранение и запрос больших объемов данных, а также компромиссы между производительностью и стоимостью.
- Знаете, как оценивать нечеткие проблемы: офлайн/онлайн метрики, ручная маркировка (human-in-the-loop), согласованность между аннотаторами, мониторинг дрейфа и воспроизводимость.
- Имеете предыдущий опыт работы с наборами данных по безопасности/модерации, системами политик/правил или высокообъемным логированием/наблюдаемостью.
Большой плюс
- Публичная активность разработчика: открытые модели, наборы данных или фреймворки для обучения на HuggingFace/GitHub, бенчмарки, статьи (семинар или основная конференция) или технические посты с реальным использованием.
- Опыт обучения моделей в передовой или почти передовой лаборатории, или руководство выпуском открытых моделей с задокументированным внедрением.
- Опыт работы с методами RL для LLM, помимо стандартного RLHF: онлайн RL, методы в стиле GRPO или новые подходы к выравниванию.
- Опыт работы с моделями модерации, безопасности или классификации в масштабе.
- Опыт обучения многоязычных моделей.
Компенсация и льготы
- Конкурентоспособная компенсация, включая опционы.
- Гибкий отпуск.
- Офис в центре Лондона/Парижа с гибким гибридным режимом.
- Поддержка при переезде в Париж, доступна после испытательного срока.
- Премиальная частная медицинская страховка.
- Поддержка психического здоровья, включая покрытие терапии, когда она вам нужна.
- Обед и ужин оплачиваются, когда вы работаете в офисе.
- Поддержка обучения и развития для курсов, конференций и возможностей для роста ваших навыков.
- Все необходимое оборудование, подписки, инструменты и услуги.
Процесс
- Вводный звонок с командой по подбору персонала.
- Тестовое задание.
- Техническое собеседование с руководителем отдела прикладных исследований.
- Заключительная беседа с генеральным директором.
