Research Scientist – Post-Training

🕒 vor 15 Tagen

🌐 Vereinigte Staaten, Australien – Remote

🇺🇸 Vereinigte Staaten – Remote 🇦🇺 Australien – Remote

🏄 California – Remote

🏄 California – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🧬 Forschungswissenschaftler

👻 Geisterscore 25%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

Pluralis Research

WebsiteLinkedInAlle Stellen

1 - 10 Mitarbeiter

🤖 Künstliche Intelligenz

🌐 Web 3

Artificial Intelligence • Web 3

Pluralis Research ist ein führendes KI-Forschungslabor, das sich auf Protokolllernen konzentriert – dezentralisiertes, mehrteilnehmerfähiges Training von Fundamentmodellen, bei dem kein einzelner Teilnehmer eine vollständige Kopie des Modells besitzt. Die Gruppe entwickelt Methoden, um kommunikationseffiziente Modell- und Pipeline-Parallelisierung, nicht extrahierbare kollaborative Modelle und hochkomprimierte Kontext-Parallelisierung zu ermöglichen, sodass gemeinschaftlich trainierte und besessene Spitzenmodelle über Geräte mit niedriger Bandbreite und Internetverbindung skaliert werden können. Ihre Arbeit zielt darauf ab, praktische Systeme und Algorithmen zu entwickeln, die dezentrales Training wettbewerbsfähig mit zentralisiertem Training machen, während neue Eigentums- und Wirtschaftsmodelle ermöglicht werden.

Beschreibung

• 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

🎯 Anforderungen

• 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

🏖️ Vorteile

• 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

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen