Research Scientist – Post-Training

🕒 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 the RL post-training stack end-to-end, including rollout ingestion, reward computation, policy updates, and returning updated weights to the network • Set the direction for the post-training stack and execute its development • Adapt RL algorithms to asynchronous, high-latency, partially trusted generation • Address staleness tolerance, off-policy corrections, and communication-efficient policy updates • Build evaluations demonstrating model improvement • Deliver the first decentralized post-trained model from run to public artifact

🎯 Requisitos

• Hands-on experience running RL post-training on large language models, including RLHF, RLVR, or reasoning-focused RL • Experience with rollout generation, asynchronous training loops, and weight synchronization • Production-quality Python and PyTorch skills • Experience with concurrency, failure handling, and profiling before optimizing • Publications in RL post-training, asynchronous or distributed RL, or nearby fields, or unpublished work defensible in detail • Belief in Protocol Learning as a viable approach for collective, trustless, and sovereign AI • Professional-level English proficiency, written and spoken • Comfortable working across time zones • Experience training over slow networks or with decentralized or federated setups is a plus • Familiarity with vLLM or SGLang serving internals is a plus • Experience with reward modeling or verifiable-reward datasets is a plus • Experience with P2P networking and NAT traversal is a plus • Experience at proprietary, open-weight, and open-source AI labs is a plus

🏖️ Benefícios

• Significant equity ownership in addition to a high base salary • Flexible work environment • Full visa sponsorship and relocation support to either Australia or the US for exceptional candidates • Opportunity to work on open research problems and write some of the first solutions