Title: Machine Learning Engineer
Team: Machine Learning
Location: Pittsburgh
Employment type: FullTime
О GRAY SWAN
Gray Swan стремится дать миру возможность безопасно и надежно использовать ИИ. Мы оцениваем модели ИИ для ведущих передовых лабораторий, а также создаем агентов для обнаружения угроз в реальном времени и адаптивного сопернического тестирования для команд, развертывающих ИИ.
Мы — команда из примерно 50 человек, хорошо финансируемая и быстро растущая. Наша работа напрямую влияет на то, как мир развертывает ИИ-агентов и системы в масштабе.
Узнайте больше о том, как мы работаем.
РОЛЬ
В качестве инженера по машинному обучению в Gray Swan AI вы будете играть ключевую роль в формировании будущего решений в области безопасности ИИ.
Исследования в Gray Swan AI тесно связаны с реальным влиянием. Безопасность ИИ — это не решенная проблема, и эта роль представляет собой сочетание прикладных исследований и системного строительства: разработка новых подходов к соперническому тестированию, оценке моделей и надежному выводу, которые напрямую влияют на то, как безопасные ИИ-системы развертываются на практике. Вы будете работать на стыке исследований и производства, преобразуя новые идеи в масштабируемые ИИ-системы, устойчивые к соперническому давлению.
Ваш опыт в передовых архитектурах глубокого обучения, распределенных системах и параллельных вычислениях позволит вам решать сложные задачи, связанные с ресурсоемкими моделями. Вы будете отвечать за совершенствование наших методологий контроля, мониторинга и анализа этих моделей, обеспечивая их соответствие строгим требованиям производственных сред.
Присоединяйтесь к Gray Swan AI, чтобы работать вместе с ведущими специалистами в области безопасности ИИ и применять свои технические знания для решения действительно важных проблем!
ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ
- Руководить проектированием, разработкой и развертыванием передовых моделей машинного обучения для повышения производительности и масштабируемости системы.
- Решать сложные задачи, связанные с ресурсоемкими моделями, с использованием распределенных систем и параллельных вычислений.
- Совершенствовать методологии контроля, мониторинга и анализа моделей машинного обучения в производственных средах.
- Разрабатывать новые подходы к соперническому тестированию, оценке моделей и надежному выводу.
- Преобразовывать исследовательские идеи в масштабируемые ИИ-системы, развернутые в реальных, сопернических условиях.
- Тесно сотрудничать с межфункциональными командами, чтобы результаты исследований влияли на производственные системы.
КТО ВЫ
ОБРАЗОВАНИЕ
- Требуется степень бакалавра в области компьютерных наук, машинного обучения, инженерии или смежной технической области.
ОПЫТ
- Опыт создания и развертывания моделей и систем машинного обучения.
- Подтвержденный опыт проектирования, обучения и развертывания моделей глубокого обучения с использованием таких фреймворков, как PyTorch.
- Опыт сильного программирования на Python и C++ (предпочтительно)
- Практический опыт разработки масштабируемых конвейеров машинного обучения и их интеграции с облачной инфраструктурой (например, AWS, GCP, Azure).
- Опыт проведения исследований в области ML, включая создание прототипов исследовательских систем, проектирование экспериментов, эмпирический анализ результатов и представление результатов через публикации.
- Желательно: опыт работы с современными методами ML, такими как LLM (обучение, дообучение и/или анализ), конвейеры генерации синтетических данных и работа над безопасностью или защитой ИИ.
ОСНОВНЫЕ ТЕХНИЧЕСКИЕ НАВЫКИ
- Глубокое знание архитектур нейронных сетей, включая рекуррентные модели, трансформеры и другие современные подходы.
- Сильные навыки решения алгоритмических задач и всестороннее знание теории ML и методов оптимизации.
- Владение предварительной обработкой данных, их преобразованием и обработкой больших многомодальных наборов данных.
ДОПОЛНИТЕЛЬНЫЕ ПЛЮСЫ, ЕСЛИ ВЫ ИМЕЕТЕ
- Опыт работы с практиками безопасности ИИ, такими как валидация моделей, тестирование на устойчивость и непрерывный мониторинг инцидентов безопасности на протяжении всего жизненного цикла развертывания.
- Опыт проведения оценок безопасности и защиты ИИ, а также сопернического тестирования.
ЗДЕСЬ ВЫ БУДЕТЕ ПРОЦВЕТАТЬ, ЕСЛИ
- Вы искренне увлечены пересечением исследований и инженерии и хотите как разрабатывать новые идеи в области безопасности ИИ, так и видеть их в работе в реальных системах.
- Вас мотивирует реальное влияние, и вы хотите, чтобы ваша работа напрямую влияла на то, как крупные ИИ-компании развертывают модели прямо сейчас (мы работаем со многими ведущими ИИ-лабораториями).
- Вы стремитесь углубить свои знания в области безопасности ИИ, работая вместе с командой, в которую входят одни из самых уважаемых и влиятельных мыслителей в этой области.
- Вы преуспеваете в быстро меняющейся, динамичной стартап-среде, где неопределенность ожидаема.
- Вы обладаете сильными навыками сотрудничества и решения проблем, уделяя особое внимание достижению значимого, долгосрочного влияния.
КОМПЕНСАЦИЯ И ЛЬГОТЫ
Мы предлагаем конкурентоспособный пакет вознаграждения, разработанный для оценки вклада и стимулирования роста. Наша философия вознаграждения основана на нашей текущей оценке и последних отраслевых данных.
Зарплата: $160-257 тыс. в год, в зависимости от уровня, плюс бонус, основанный на результатах работы, и конкурентоспособный пакет акций
Льготы:
- 401k с до 4% соответствием
- 28 дней ежегодного отпуска (отпуск + праздники)
- Медицинское, стоматологическое и офтальмологическое страхование
- Обед предоставляется (офис в Питтсбурге)
- Гибкие условия труда
- Спонсорство виз доступно для выдающихся кандидатов
ТИПИЧНЫЙ ПРОЦЕСС СОБЕСЕДОВАНИЯ
- 🔎 Рассмотрение заявки. Мы читаем все; мы ответим в течение 10 дней.
- 🗣 Скрининг рекрутером. Мы узнаем о вас; вы узнаете о нас.
- 🧑💻 Техническое собеседование или собеседование с менеджером по найму.
- 💻 Оценка, связанная с должностью
- 🗣 Собеседование по опыту и культуре
- 😇 Проверка рекомендаций. Мы свяжемся с 3-5 предоставленными вами рекомендателями.
- 📃 Предложение. Если это взаимно, мы действуем быстро.
