Research Scientist – Geo-Distributed Inference

🕒 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

• Build and own the inference stack end-to-end • Set direction for pipeline-parallel execution, placement and routing, transport, serving engine, and failure handling • Invent, design, validate, and productionize algorithms for fast inference on consumer hardware over the public internet • Keep the rollout pipeline fast and reliable for reinforcement learning training • Develop the serving layer for models once trained • Support inference across Macs and consumer GPUs owned by distributed participants • Handle nodes joining and leaving mid-run and model weights changing during training

🎯 Requisitos

• Experience shipping serving-engine internals or building a large-scale inference system • Hands-on ability to work on serving systems • Publications in distributed inference or a nearby field, such as LLM serving systems, pipeline parallelism over slow networks, or decentralized training, or equivalent unpublished work that can be discussed • Experience with low-bandwidth, high-latency systems operating over the public internet • Belief in Protocol Learning as a viable approach for collective, trustless, and sovereign AI • Familiarity with RL post-training • Exposure to Apple silicon or MLX • Experience with P2P networking and NAT traversal • Experience at proprietary, open-weight, or open-source AI labs • Professional-level English proficiency, written and spoken • Ability to work across timezones

🏖️ Benefícios

• Significant equity ownership for key technical contributors in addition to a high base salary • Flexible work environment • Optional full visa sponsorship • Relocation support to Australia or the US • Opportunity to work on open, frontier research problems • Remote-first culture • Globally distributed team