Vereinigte Staaten
B&A
Logical Intelligence
AI Engineer - Reinforcement Learning
Vereinigte Staaten
San Francisco, California, United States
PythonKubernetesC++RustGo
Automatische Übersetzung. Prüfe das Original.
WER WIR SIND
Bei Logical Intelligence revolutionieren wir die Softwareentwicklung mit KI-gestützter formaler Verifikation. Wir haben bahnbrechende Agenten entwickelt, die mathematische Garantien für die Korrektheit von Code liefern, sicherstellen, dass Software genau wie beabsichtigt funktioniert, und gleichzeitig Fehler und Sicherheitslücken proaktiv identifizieren. Unser neuartiges Basismodell ermöglicht skalierbares, präzises Reasoning für formal verifizierbaren Code über Rust, Golang und Smart Contract VMs hinweg. Wir haben einen bekannten Benchmark für formale Verifikation namens PutnamBench gewonnen, der 672 schwierige mathematische Probleme aus der William Lowell Putnam Exam, dem ältesten kollegialen Mathematikwettbewerb Nordamerikas, umfasst. Unterstützt von einem Weltklasse-Team – darunter ICPC-Champions, ein Fields-Medaillengewinner und ein ACM-Turing-Preisträger – bauen wir die Zukunft, in der jeder Code nachweislich korrekt ist.
ÜBER DIE ROLLE
Treten Sie unserem Team als AI Engineer bei und helfen Sie uns, die Grenzen des Möglichen im logischen Reasoning zu verschieben! Wir suchen eine motivierte Person, die effiziente Pipelines für Large Language Models (LLMs) für skaliertes verteiltes Training entwirft, implementiert und verfeinert. Sie werden an vorderster Front bei der Entwicklung und Verfeinerung von Algorithmen stehen, die über die Fähigkeiten traditioneller LLMs hinausgehen. Sie werden eng mit einem talentierten Team von KI-Experten, EBM-Spezialisten, Ingenieuren für formale Verifikation und Softwareentwicklern zusammenarbeiten, um bahnbrechende Lösungen zu entwickeln.
WAS SIE TUN WERDEN
- Implementierung neuer Reasoning-Algorithmen und Modelle
- Bewertung von Reasoning-Ansätzen, einschließlich Latent-Space-Reasoning
- Vortraining, Feinabstimmung und Modifikation von State-of-the-Art LLMs
- Optimierung und Skalierung von LLM-Pipelines
- Anpassung von Frameworks und Schnittstellen zur Beschleunigung der machine learning-Entwicklung
- Ableitung praktischer Lösungen und deren Integration mit den Ergebnissen anderer Teams, um die beste Gesamtlösung zu erzielen
QUALIFIKATIONEN
- Tiefes Verständnis der internen Funktionsweise von Transformatoren und die Fähigkeit, radikale Änderungen an der Architektur vorzunehmen und höhere Ableitungen zu handhaben
- Expertise in Programmiersprachen und Tools, die für Hochleistungsrechnen in Python/C++ und machine learning entscheidend sind, einschließlich Deep Learning-Frameworks wie PyTorch/TensorFlow/JAX
- Expertise in der Optimierung von machine learning-Systemen, einschließlich allgemeiner Techniken und LLM-spezifischer Optimierungen
- Verständnis von State-of-the-Art-Ansätzen im LLM-Reasoning
- Fähigkeit, komplexe Lernansätze wie Energy-Based Models zu verstehen
- Erfahrung mit grundlegenden Techniken der verteilten Optimierung
- Vertrautheit mit torch.compile oder ähnlichen Performance-Optimierungstools
- Verständnis von LLM-Architekturen und internen Abläufen der LLM-Feinabstimmung
- 3+ Jahre Produktionserfahrung in ML Infra, DataOps, verteiltes Training. Beherrschung von Kubernetes-Clustern und verteilten Compute-Assets
- Starke Kommunikations- und Teamfähigkeiten
- Bereitschaft, Spitzentechnologien im Bereich ML-Infrastruktur und darüber hinaus zu erforschen und zu fördern
Bonuspunkte
- Nachgewiesene Veröffentlichungen auf wichtigen Konferenzen
- Erfahrung in EBM oder Latent Reasoning
- Nachgewiesene Veröffentlichungen auf wichtigen Konferenzen
- Mathematisches Reasoning – diskrete Mathematik und Logik
logicalintelligence.com logicalintelligence.com/
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen