Informacje o stanowisku

???? Forma pracy: fulltime, 100% zdalnie ????

⏰ Start: ASAP ????

Cześć! ????

Dla naszego klienta poszukujemy ML Engineera z doświadczeniem w tworzeniu środowisk reinforcement learning (RL) oraz skalowalnych systemów ewaluacji modeli. Klient to wiodący dostawca rozwiązań do oceny i optymalizacji systemów AI. Z ich rozwiązań korzysta wiele międzynarodowych firm by doskonalic agentów AI i wykrywać problemy wydajnościowe dużych modeli językowych. Firma działa na styku AI, system engineeringu i badań nad AGI.

W zespole będziesz mieć realny wplyw na kształtowanie sposobu, w jaki przyszłe modele AI będą trenowane, dostrajane i oceniane. Będziesz odpowiadać m.in . za projektowanie i implementację zaawansowancyh środowisk RL - dlatego jest to dla nas kluczowa kompetencja. W zakres Twojej odpowiedzialności będzie wchodzić również tworzenie skalowalnych systemów kształtujących zachowanie nowoczesnych modeli AI.

Praca w małym, wysoko wyspecjalizowanym zespole inżynierów i scientists. Ze względu na strefę czasową klienta, chcielibyśmy znaleźć kandydata, który może pracować do godziny 17:00, a okazjonalnie do 18:00.

Codzienne zadania:

???? Projektowanie i implementacja środowisk RL wspierających dużą skalę eksperymentów i ewaluacji agentów

???? Budowa pipeline’ów do generowania zadań, dynamicznych zbiorów danych i symulowanych środowisk (o różnej złożoności i losowości)

???? Tworzenie modeli nagród oraz weryfikatorów, które automatycznie oceniają trajektorie i rozumowanie modeli

???? Współpraca z infrastructure and systems engineers przy skalowaniu, telemetryzacji i zapewnianiu powtarzalności środowisk

???? Projektowanie API i frameworków do orkiestracji eksperymentów, resetowania i oceny agentów

???? Optymalizacja wydajności środowisk, logowania oraz reprodukowalności nagród w środowiskach rozproszonych

Wymagania:

⚡ 5 lat doświadczenia w obszarze data science, ML infrastructure lub pokrewnych

⚡ Bardzo dobra znajomość Pythona i programowania systemowego

⚡ Znajomość koncepcji reinforcement learningu (modelowanie nagród, dynamika środowiska, weryfikacja i ewaluacja agentów)

⚡ Wiedza z zakresu monitoringu, metryk i pipeline’ów danych dla ewaluacji RL

⚡ Doświadczenie z frameworkami RL lub symulacyjnymi (Gymnasium, PettingZoo, Isaac Gym, Ray RLlib, itp.)

⚡ Doświadczenie w projektowaniu skalowalnych pipeline’ów zadań, symulacjach przeglądarkowych lub API (np. Playwright, Selenium) lub frameworków obliczeń rozproszonych

⚡ Angielski umożliwiający swobodną komunikację w międzynarodowym zespole

Mile widziane:

⚡ Zainteresowanie obszarem AI safety / AGI alignment

Jak działamy i co oferujemy?

???? Stawiamy na otwartą komunikację zarówno w procesie rekrutacji jak i po zatrudnieniu - zależy nam na klarowności informacji dotyczących procesu i zatrudnienia

???? Do rekrutacji podchodzimy po ludzku, dlatego upraszczamy nasze procesy rekrutacyjne, żeby były możliwie jak najprostsze i przyjazne kandydatowi

???? Pracujemy w imię zasady "remote first", więc praca zdalna to u nas norma, a wyjazdy służbowe ograniczamy do minimum

???? Oferujemy prywatną opiekę medyczną (Medicover) oraz kartę Multisport dla kontraktorów

Kraków - Oferty pracy w okolicznych lokalizacjach