Mitglied des Engineering‑Teams (Pre‑training / Data Research)

🕒 vor 1 Monat

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 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

poolside

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2023

🤖 Künstliche Intelligenz

🏢 Unternehmen

Artificial Intelligence • Enterprise

Poolside ist ein Accelerator, der speziell für Web3-Gründerinnen und -Gründer sowie Builder konzipiert ist. Das Programm unterstützt Projekte in den Bereichen Decentralized Finance (DeFi), Gaming, Governance, Infrastruktur und NFTs. Mit einem starken Ökosystem aus 20. 000 Mitgliedern – darunter Mentorinnen und Mentoren, Investorinnen und Investoren sowie Web3-Builder – hat Poolside über 110 Projekte mitangestoßen und begleitet. Der Accelerator bietet exklusiven Zugang zu Mentoring und technischer Expertise, um Web3-Projekte zu skalieren und erfolgreiche Markteinführungen zu ermöglichen. Darüber hinaus arbeitet Poolside mit führenden Unternehmen und Protokollen zusammen, um Wachstum und Innovation im Web3-Bereich voranzutreiben.

Beschreibung

• Sie arbeiten in unserem Data‑Team mit dem Fokus auf die Qualität der Datensätze, die für das Training unserer Modelle bereitgestellt werden. • Dies ist eine praktische Rolle, in der Ihre Hauptaufgabe darin besteht, die Qualität der Pre‑training‑Datensätze zu verbessern, indem Sie Ihre Erfahrung, Intuition und Trainingsexperimente einsetzen. • Dazu gehören die Generierung synthetischer Daten und die Optimierung von Datenmischungen. • Sie arbeiten eng mit anderen Teams wie Pretraining, Posttraining, Evals und Product zusammen, um hochwertige Datenanforderungen zu definieren, die fehlende Modellfähigkeiten und nachgelagerte Anwendungsfälle abdecken. • Sich über die neueste Forschung im Bereich Datensatzdesign und Pretraining auf dem Laufenden zu halten, ist für den Erfolg in dieser Rolle entscheidend. • Sie werden fortlaufend eigene Forschungsinitiativen durch kurze, zeitlich begrenzte Experimente vorantreiben und gleichzeitig hochkomplexe technische Engineering‑Lösungen in die Produktion überführen. • Da die zu verarbeitenden Datenmengen sehr groß sind, stehen Ihnen eine leistungsfähige verteilte Datenpipeline und ein großer GPU‑Cluster zur Verfügung.

🎯 Anforderungen

• Fundierte Kenntnisse im Machine Learning und Engineering • Erfahrung mit Large Language Models (LLMs), einschließlich: • Verständnis von Transformer‑Architekturen und den Lernmechanismen von LLMs • Daten‑Ablationen und Skalierungsgesetze • Mid‑training‑ und Post‑training‑Techniken • Training von Reasoning‑ und agentischen Modellen • Erfahrung mit Evals zur Erfassung und Verfolgung von Modellfähigkeiten (Allgemeinwissen, Reasoning, Mathematik, Programmierung/Coding, Long‑Context etc.) • Erfahrung im Aufbau von Pretraining‑Datensätzen im Billionen‑Skalierungsbereich sowie Vertrautheit mit Konzepten wie Data Curation, Deduplication, Data Mixing, Tokenization, Curriculum und den Auswirkungen von Datenwiederholungen • Ausgezeichnete Programmierkenntnisse in Python • Fundierte Kenntnisse im Prompt Engineering • Erfahrung mit großskaligen GPU‑Clustern und verteilten Datenpipelines • Ausgeprägter Anspruch an Datenqualität • Forschungserfahrung: • Autor wissenschaftlicher Publikationen zu Themen wie angewandtem Deep Learning, LLMs, Quellcode‑Generierung etc. – wünschenswert • Fähigkeit, die neuesten Paper frei zu diskutieren und bis in die feinen Details zu gehen • Vertritt klare, fundierte Ansichten

🏖️ Vorteile

• Vollständige Remote‑Arbeit und flexible Arbeitszeiten • 37 Tage pro Jahr Urlaub und Feiertage • Zuschuss zur Krankenversicherung für Sie und Ihre Angehörigen • Vom Unternehmen gestellte Ausrüstung • Leistungen für Wohlbefinden, kontinuierliches Lernen und Homeoffice • Regelmäßige Team‑Events • Vielfältige und inklusive, mitarbeiterorientierte Unternehmenskultur