Research Engineer – Geo-Distributed Inference

🕒 il y a 2 mois

🌐 États-Unis, Australie – Distant

🇺🇸 États-Unis – Télétravail 🇦🇺 Australie – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

📚 Ingénieur de Recherche

👻 Score fantôme 38%

Ce que ça veut dire : la probabilité que personne ne recrute vraiment pour cette offre.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Pluralis Research

Site WebLinkedInTous les Emplois

1 - 10 employés

🤖 Intelligence artificielle

🌐 Web 3

Artificial Intelligence • Web 3

Pluralis Research est un laboratoire de recherche en IA axé sur le Protocol Learning — l'apprentissage décentralisé et multi-participant de modèles fondamentaux où aucun participant ne détient une copie complète du modèle. Le groupe développe des méthodes pour permettre un parallélisme efficace en communication des modèles et pipelines, des modèles collaboratifs inextractables, et un parallélisme contextuel à haute compression pour que les modèles de pointe, formés et possédés par la communauté, puissent évoluer sur des appareils connectés à Internet à faible bande passante. Leur travail cible des systèmes et algorithmes pratiques qui rendent la formation décentralisée compétitive face à la formation centralisée tout en permettant de nouveaux modèles de propriété et économiques.

Description

• Build and own the inference stack end-to-end, including pipeline-parallel execution, placement and routing, transport, serving engine, and failure handling • Set the technical direction for the inference stack and execute on it • Design, validate, and productionize new 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 they are trained

🎯 Exigences

• Experience shipping serving-engine internals or independently building a large-scale inference system • Hands-on ability to perform this work today • Publications in distributed inference or a nearby field, such as LLM serving systems, pipeline parallelism over slow networks, or decentralized training, or unpublished work that can be explained • Experience with systems operating in low-bandwidth, high-latency settings such as the public internet • Belief that Protocol Learning is a viable path 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, and open-source AI labs • Professional-level English proficiency, written and spoken • Comfortable working across timezones

🏖️ Avantages

• Significant equity/ownership for key technical contributors in addition to a high base salary • Flexible work environment with team members distributed globally • Optional full visa sponsorship and relocation support to either Australia or the US

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV