Applied Research - Sovereign AI

Заголовок: Прикладные исследования — Sovereign AI Местоположение: Сан-Франциско / Нью-Йорк / Удаленно / Лондон

ВЛАДЕЙТЕ СВОИМ ИНТЕЛЛЕКТОМ

Prime Intellect создает стек открытого сверхинтеллекта: передовую инфраструктуру, которую обычно разрабатывают внутренние AI-лаборатории, делая ее доступной для каждой амбициозной AI-команды.

Наша платформа Lab объединяет вычисления, среды, оценки, безопасные песочницы, высокопроизводительное обучение и развертывание в единую полнофункциональную систему для постобучения в масштабе передовых разработок — от SFT и RL до использования инструментов, рабочих процессов агентов и постоянно совершенствуемых производственных моделей. Мы создаем открытый передовой ИИ: модели с открытым исходным кодом, обученные от начала до конца для выполнения долгосрочных задач, таких как автономные исследования, и полную платформу, которую наша собственная исследовательская команда использует для их создания. Следующему поколению AI-компаний, предприятий и исследовательских команд нужны не просто больше GPU. Им нужна возможность превращать свои собственные рабочие процессы, инструменты, данные и циклы обратной связи в сверхинтеллект, которым они владеют.

Prime Intellect привлекла в общей сложности 150 миллионов долларов финансирования от Founders Fund, Radical Ventures, NVIDIA и выдающихся операторов в области ИИ, инфраструктуры и корпоративного ПО — включая Андрея Карпатого, Дваркеша Пателя, а также лидеров и основателей из Ramp, Perplexity, Harvey, Mercor, Zapier, Datadog, Cognition, OpenAI, Thinking Machines, Together AI, SemiAnalysis, LangChain, Browserbase, Cloudflare, Sierra, Databricks, Airbnb, OpenRouter, Standard Intelligence, Fleet, Core Auto и других. Мы ищем людей, которые хотят создавать на стыке передовых исследований, реальной инфраструктуры и выхода на рынок для категории, которая еще полностью не существует.

ВЛИЯНИЕ РОЛИ

Национальные институты, организации государственного сектора и регулируемые отрасли нуждаются в способных моделях и агентах, которые работают в строгих рамках, касающихся данных, развертывания, доступа, аудита и полномочий человека. Им также нужна возможность улучшать эти системы на основе собственных рабочих процессов, а не полагаться бесконечно на закрытую внешнюю модель. Вы будете создавать системы постобучения и агентов для государственного сектора и регулируемых отраслей.

ОБЯЗАННОСТИ

Прикладные исследования в Prime

Мы превращаем рабочий процесс в задачи, среды, оценки и сигналы вознаграждения, проводим эксперименты по постобучению против реальных базовых показателей и развертываем то, что работает. Когда результат выглядит хорошо, мы выясняем, пришел ли прирост от модели или от данных, конвейера, инференса или инфраструктуры. Повторно используемые части становятся общими исследованиями, системами с открытым исходным кодом и возможностями продукта.

Каждая роль в прикладных исследованиях ориентирована на внешних клиентов. Большинство исследователей напрямую работают с клиентами, пользователями или исследовательскими партнерами, сохраняя при этом содержательную исследовательскую повестку дня.

Область применения роли

Работа происходит в рамках ограничений партнеров, иногда на их инфраструктуре и под их правилами доступа.

Типичные ранние проблемы

• Создание частного цикла улучшения, который превращает конфиденциальные следы в среды, обучающий сигнал, оценки и развертываемые обновления модели, не выходя за пределы границы данных оператора.

• Обучение агента, использующего инструменты, действия которого разрешены, отслеживаются, восстанавливаются и оцениваются по реальным процедурам, а не по общим бенчмаркам.

• Разработка высоконадежных оценок для надежности, калибровки, устойчивости, эскалации до человека и соответствия отраслевым ограничениям в условиях враждебных или изменяющихся условий.

Что вы будете развивать

• Циклы улучшения, работающие от начала до конца в пределах оператора, от выбора трассировки до развернутого обновления.

• Агенты с явными разрешениями, следами доказательств, ограниченными инструментами и контрольными точками для человека.

• Оценки, тестирующие надежность, калибровку, восстановление и соответствие реальным процедурам.

• Эксперименты по тому, как ограничения конфиденциальности, доступа и инфраструктуры изменяют обучение, с методами, которые передаются в условиях высокой надежности.

ТРЕБОВАНИЯ

• Релевантный опыт: RL/постобучение, частные ML-системы, высоконадежная оценка, безопасность агентов, ML в регулируемых областях, техническая работа в государственном секторе или развертывание в условиях строгих ограничений по данным и инфраструктуре.

• Вы должны хотеть непосредственно создавать и оценивать эти системы.

• Практический опыт создания и отладки циклов обучения моделей, постобучения, агентов, оценки или тесно связанных с ними экспериментальных циклов.

• Сильное экспериментальное суждение: значимые базовые показатели, тщательный анализ трассировок, четкое определение причин сбоев и готовность сменить направление, когда меняются доказательства.

• Отличное знание Python и способность создавать артефакты, которые другие исследователи и инженеры могут запускать, проверять и расширять.

• Умение справляться с неопределенными проблемами и информировать партнеров и коллег по мере их решения.

Доказательства исключительной работы

Мы ценим публикации, системы с открытым исходным кодом, бенчмарки и выпущенные продукты как свидетельство исключительной работы. Покажите нам что-то сложное, что вы создали, что пошло не так, и как доказательства изменили ваш подход.

ПРЕИМУЩЕСТВА И ЛЬГОТЫ

• Денежная компенсация в диапазоне 150–300 тысяч долларов + опционы на акции

• Гибкий график работы (Сан-Франциско, Нью-Йорк, Лондон или удаленно)

• Визовая поддержка и помощь при переезде

• Бюджет на профессиональное развитие

• Командные выезды и посещение конференций

Если вас привлекает возможность заложить основу для будущего децентрализованного ИИ и создать платформу, которая позволяет разработчикам и исследователям расширять границы возможного, мы будем рады услышать вас.