Research Scientist – Decentralized Training and Inference Verification

🕒 Outubro 14

🌐 Estados Unidos, Austrália – Remoto

🇺🇸 Estados Unidos – Remoto (EUA) 🇦🇺 Austrália – Remoto

🏄 California – Remoto

🏄 California – Remote

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🧬 Cientista Pesquisador(a)

👻 Score fantasma 25%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Pluralis Research

SiteLinkedInTodas as Vagas

1 - 10 funcionários

🤖 Inteligência Artificial

🌐 Web 3

Artificial Intelligence • Web 3

A Pluralis Research é um laboratório de pesquisa de IA voltado para Protocol Learning — treinamento descentralizado e com múltiplos participantes de modelos de base onde nenhum participante possui uma cópia completa do modelo. O grupo desenvolve métodos para permitir paralelismo de modelo e pipeline eficiente em comunicação, modelos colaborativos não extraíveis e paralelismo de contexto de alta compressão para que modelos de ponta treinados e de propriedade da comunidade possam se expandir em dispositivos conectados à internet de baixa largura de banda. Seu trabalho tem como foco sistemas práticos e algoritmos que tornam o treinamento descentralizado competitivo com o treinamento centralizado, enquanto possibilitam novos modelos de propriedade e economia.

Descrição

• Enumerate and maintain the threat model for malicious or careless workers across pre-training, post-training, and inference • Assess training disruption, denial-of-service, free-riding, model poisoning, backdoors, data extraction, reputation manipulation, and reward manipulation • Build statistical verification methods with stated error rates • Tune verification tests using rigorous benchmarks • Control false positives and false negatives across heterogeneous hardware, including different GPUs and Macs • Build and operate the verification service in the inference path • Verify that tokens came from the claimed model and sampling parameters • Verify that training contributions are what they claim to be

🎯 Requisitos

• Built a calibrated statistical decision system with stated error rates and lived with its mistakes • Deep expertise in statistics and probability • Ability to design experiments, calibrate decision thresholds, and defend claimed error rates • Knowledge of verifying untrusted compute, including statistical testing, re-execution, cryptographic proofs, and trusted hardware • Ability to assess what verification approaches fit a permissionless network • Belief in Protocol Learning as a viable third path for collective, trustless, and sovereign AI • Familiarity with large-scale pre-training and RL post-training • Familiarity with decentralized ML security and adversarial threat models, including poisoning, Sybil, collusion, and replay • Experience at proprietary, open-weight, and open-source AI labs • Professional-level English proficiency, written and spoken

🏖️ Benefícios

• Significant equity for key technical contributors in addition to a high base salary • Flexible work environment with team members distributed globally • Optional full visa sponsorship and relocation support to either Australia or the US