Staff Research Scientist – Reinforcement Learning

Vaga não está no LinkedIn

🕒 Julho 3

🏄 California – Remoto

🏄 California – Remote

💵 $200.000 - $250.000 / ano

⏰ Tempo Integral

🔴 Especialista

🧬 Cientista Pesquisador(a)

🦅 Patrocina Visto H1B

Esta empresa já patrocinou vistos H1B no passado.

👻 Score fantasma 36%

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

Thermo Fisher Scientific

SiteLinkedInTodas as Vagas

10.000+ funcionários

🏥 Saúde

💼 Consultoria

📦 Logística

Healthcare • Consulting • Logistics

A Thermo Fisher Scientific é um fornecedor global líder de instrumentação científica, reagentes e consumíveis, além de serviços de software. Eles apoiam os setores de ciências da vida, saúde e química analítica, fornecendo soluções robustas para pesquisa laboratorial e processos de produção. Seus produtos e serviços inovadores abrangem uma gama de aplicações, incluindo diagnósticos, automação de fluxo de trabalho em laboratório e descoberta de medicamentos.

Descrição

• Design simulation environments and digital twins for enterprise workflows • Post-train LLM agents using RLHF, DPO, GRPO, PPO, and emerging methods • Build pipelines that convert human-labeled traces and verifiable signals into training data • Architect multi-turn, tool-using agents with closed learning loops • Design reward functions and verifiers that resist reward hacking and reflect real task outcomes • Set the technical bar across the team — architecture, code review, engineering standards • Mentor researchers and engineers; drive technical direction through influence • Translate research into production; contribute to publications

🎯 Requisitos

• 7+ years in ML/AI research or engineering; 3+ years at senior/staff level • MS or PhD in Computer Science, Machine Learning, or related field (or equivalent) • 5+ years hands-on RL — environment design, reward engineering, policy optimization — with at least one production deployment LLM Post-Training • 3+ years fine-tuning LLMs with hands-on RL post-training (RLHF, DPO, GRPO, PPO) • Expert-level implementation of RLHF pipelines, reward modeling (Bradley-Terry), DPO, and KTO • Strong Python and software engineering skills — comfortable building production pipelines, not just notebooks • Deep expertise in MDPs, policy gradient methods (PPO, SAC), and temporal difference learning • Working knowledge of modern post-training and rollout-serving libraries (TRL, veRL, OpenRLHF, SkyRL)

🏖️ Benefícios

• Health insurance • 401(k) matching • Flexible work hours • Paid time off • Remote work options