Research Engineer – Post-Training

🕒 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 the RL post-training stack end-to-end, including rollout ingestion, reward computation, policy updates, and distributing updated weights across 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 release as a public artifact

🎯 Exigences

• 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 that can be defended in detail • Belief in Protocol Learning as a viable path for collective, trustless, and sovereign AI • Professional-level English proficiency, written and spoken • Comfort working across timezones • Nice to have: experience training over slow networks or with decentralized/federated setups • Nice to have: familiarity with vLLM or SGLang serving internals • Nice to have: experience with reward modeling or verifiable-reward datasets • Nice to have: experience with P2P networking and NAT traversal • Nice to have: experience at proprietary, open-weight, and open-source AI labs

🏖️ 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