Research Engineer / Scientist – Reinforcement Learning

🕒 il y a 16 jours

🏄 California – Distant

🏄 California – Remote

💵 $150 000 - $350 000 / an

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

📚 Ingénieur de Recherche

👻 Score fantôme 5%

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

Prime Intellect

Site WebLinkedInTous les Emplois

1 - 10 employés

🤖 Intelligence artificielle

☁️ SaaS

Artificial Intelligence • SaaS • Cloud Computing

Prime Intellect est une entreprise dédiée à la démocratisation du développement de l'IA en offrant des ressources informatiques évolutives et décentralisées pour l'entraînement de modèles. Leur plateforme permet aux utilisateurs de trouver et de partager des ressources de calcul à l'échelle mondiale, facilitant ainsi l'entraînement de modèles avancés via des clusters distribués. Ils promeuvent la propriété collective des innovations en IA, incluant des modèles linguistiques et scientifiques. Prime Intellect propose également une gamme d'options GPU pour permettre un entraînement de modèles abordable et efficace. Leur objectif est de faire progresser la recherche sur l'entraînement décentralisé et le développement de l'IA open-source à l'échelle mondiale.

Description

• Develop and test RL methods for reasoning, coding, and long-horizon tasks, including changes to training objectives and policy optimization • Investigate stability in asynchronous RL, including policy staleness, trainer/sampler mismatch, and numerical differences between training and rollouts • Work with data and evaluation researchers to understand how task selection, rewards, and training data affect what the model learns • Design experiments to understand how RL performance and learning dynamics change with model size, training compute, and task horizon • Use controlled ablations and evaluations to distinguish learning gains from reward exploitation, evaluation artifacts, or training bugs • Turn experimental findings into training recipes and test whether improvements hold across larger models and longer runs • Extend prime-rl to support new algorithms, models, and asynchronous training workflows • Improve performance and numerical correctness of research runs across trainers, rollout workers, and environments with the infrastructure team • Build diagnostics that make unstable runs and performance regressions easier to reproduce and help distinguish algorithm problems from implementation or runtime issues

🎯 Exigences

• Demonstrated depth in at least one of RL algorithms, empirical research on model training, or distributed ML systems • Strong programming skills in Python and experience with PyTorch or a comparable ML framework • Ability to design controlled experiments, interpret results, and debug unexpected model or system behavior • Experience taking a research idea or systems change through implementation, testing, and evaluation, with a clear account of what worked and what didn’t • Experience with distributed training frameworks or asynchronous rollout pipelines • Experience diagnosing unstable RL runs, including policy-staleness or numerical issues • Work on coding agents, verifiable rewards, or long-horizon environments

🏖️ Avantages

• Equity incentives • Flexible work arrangements, with the option to work remotely or in-person at our offices in San Francisco • Visa sponsorship and relocation assistance for international candidates • Quarterly team off-sites • Hackathons • Conferences and learning opportunities • Opportunity to work with a talented, hard-working and mission-driven team

📊 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