Ingeniero en Aprendizaje por Refuerzo

Descripción

Resumen: Únase a un equipo de IA de clase mundial que impulsa los modelos de lenguaje grande y la generación de código, integrando producción e investigación en IA avanzada para lograr un impacto real. Aspectos destacados: 1. Trabajo pionero en modelos de lenguaje grande y generación de código 2. Participar en investigaciones de vanguardia mediante proyectos de código abierto 3. Aplicar inteligencia artificial avanzada para resolver desafíos prácticos y significativos En Code Metal AI, formará parte de un equipo de clase mundial compuesto por talento procedente del MIT, OpenAI y otras empresas líderes, centrado en trabajos pioneros con modelos de lenguaje grande (LLM) y generación de código. Nuestros proyectos involucran directamente a importantes fabricantes de chips, aplicando IA avanzada para resolver desafíos prácticos y significativos con impacto real. Este puesto integra dos áreas fundamentales: Producción Construir y mantener sistemas robustos de entrenamiento distribuido utilizando PyTorch (se requieren al menos 2 años de experiencia). Diseñar e implementar tuberías escalables de curación de datos y garantía de calidad para asegurar conjuntos de datos de entrenamiento de máxima calidad. Desarrollar herramientas de orquestación que gestionen flujos de trabajo complejos en el entrenamiento y la evaluación de modelos de IA a gran escala. Investigación Impulsar la innovación mediante el desarrollo de marcos de evaluación y soluciones de aprendizaje por refuerzo, incluyendo avances recientes en Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF). Participar en investigaciones de vanguardia mediante proyectos de código abierto y posibles publicaciones, aplicando RLHF a Modelos de Lenguaje Grande (LLM), preferiblemente centrados en tareas de generación de código. Requisitos Al menos 2 años de experiencia en entrenamiento distribuido, preferiblemente con PyTorch. Sólida formación en aprendizaje por refuerzo; se valora especialmente la experiencia reciente en RLHF. Capacidad comprobada para construir tuberías de curación de datos y garantía de calidad. Experiencia en el desarrollo de marcos de evaluación. Preferiblemente, experiencia tanto en tuberías de datos como en orquestación. Elegible para obtener la autorización de seguridad TS/SCI. Deseable: Contribuciones a proyectos de IA o ML de código abierto. Publicaciones o experiencia investigadora demostrable en campos relacionados. Experiencia práctica aplicando RLHF a LLM, especialmente para generación de código. Experiencia en generación sintética de datos a gran escala. Beneficios Plan de atención médica con cobertura del 100 % de las primas, incluyendo atención médica, dental y visual. Plan 401k con coincidencia del 5 %. Tiempo libre remunerado (vacaciones ilimitadas, además de días de enfermedad y festivos públicos). Modalidad laboral híbrida flexible. Asistencia para reubicación a empleados calificados.