yandex
Страна
США
Зарплата
225 000 $ – 350 000 $
+500% приглашений

Откликайтесь
на вакансии с ИИ

Ускорим процесс поиска работы
В офисеПолная занятость

AI Researcher (EBM)

ИИОценка ИИ

Уникальное предложение с участием лауреатов премии Тьюринга и Филдса, высочайшей зарплатой в долларах и возможностью релокации в Сан-Франциско. Это работа на переднем крае науки в одной из самых перспективных AI-компаний мира.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Это вакансия высочайшего уровня сложности, требующая степени PhD, публикаций на топовых конференциях (NeurIPS, ICML) и глубокой экспертизы в специфической области Energy-Based Models. Конкуренция будет идти среди лучших мировых талантов в области AI.

Анализ зарплаты

Медиана250 000 $
Рынок200 000 $ – 350 000 $
ИИОценка ИИ

Предлагаемая зарплата ($225k-350k+) полностью соответствует и даже несколько превышает верхнюю планку рынка для Senior AI Researcher в Сан-Франциско, особенно учитывая дополнительный пакет эквити. Это топовый уровень компенсации для Tier-1 стартапов в Кремниевой долине.

Сопроводительное письмо

Меня крайне заинтересовала позиция AI Researcher в Logical Intelligence, особенно ваш уникальный подход к созданию систем рассуждения на основе Energy-Based Models (EBM). Работа под руководством таких экспертов, как Ян ЛеКун и Майкл Фридман, является исключительной возможностью, и я полностью разделяю ваше видение того, что будущее ИИ лежит за пределами простой авторегрессионной генерации токенов.

Мой опыт в области машинного обучения и публикации на конференциях уровня A* (ICLR/NeurIPS) позволяют мне эффективно включиться в разработку моделей, минимизирующих функцию энергии в латентном пространстве. Я обладаю глубокими знаниями в области диффузионных моделей и методов оптимизации, которые, как я полагаю, будут критически важны для итеративного улучшения трейсов и формальной верификации кода. Буду рад обсудить, как мои навыки помогут Logical Intelligence достичь новых высот в PutnamBench и за его пределами.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Logical Intelligence уже сейчас

Присоединяйтесь к команде под руководством легенд индустрии и создавайте будущее reasoning AI в Сан-Франциско!

Описание вакансии

tl;dr: AI researcher (EBM), $225k-350k+ plus equity, San Francisco

Ищем ресёрчеров в стартап, который делает reasoning AI. Ситуация следующая:

💖 Founding Chair — Ян ЛеКун, лауреат премии Тьюринга и крёстный отец всего AI;

💜 Главный математик — Майкл Фридман, лауреат медали Филдса;

💛 В команде 10 PhD и шесть медалистов ICPC;

💚 А основательница — квантовый физик из Беркли, написавшая PhD у нобелевского лауреата 2025 года.

Ризонинг AI, про который идёт речь — не LLM-based, и от языка вообще не зависит.

Это EBM — energy-based models — модели, которые не угадывают следующий токен, а минимизируют функцию энергии в латентном пространстве. Высокая энергия — что-то не так, низкая — близко к правде. Когда-то многие считали, что ризонинг модели будут именно такими — в том числе сам ЛеКун, который топит за EBM ещё с 1980х!

Реальность, как мы знаем, оказалась просто RL-ем на длинные цепочки рассуждений. Вышло не так уж плохо — но такой ризонинг выходит очень дорогим.

EBM оптимизируют не правдоподобие, как LLM, а корректность — «что минимально нарушает ограничения».

И не генерируют отдельные токены по очереди, а оптимизируют весь трейс целиком — с возможностью улучшать его итеративно 🔧

Одно из многих применений такого ИИ — возможность писать формально верифицируемый код намного эффективнее, чем это делают LLM. А это означает надёжные системы для кардиостимуляторов, финансовых рынков, ядерных реакторов — you name it.

Logical Intelligence занимаются и разработкой EBM, и верификацией. В одном из бенчей их модель решает 96% сложных судоку, когда фронтирные LLM-ки осиливают ~2%. А их агент формальной верификации выбил безумные 99.4% на PutnamBench — и заодно исправил 15 ошибок в заданиях 🔍

Мы ищем к ним AI Researcher — с довольно узким профилем:

✨ MSc / PhD;

✨ публикации на ICLR, ICML, NeurIPS или CVPR;

идеально — опыт и публикации с EBM;

но могут подойти также: бэкграунд в диффузионных моделях, файнтюнинге LLM для reasoning, reasoning без авторегрессии или MCMC в латентном пространстве.

Посоветуйте нам таких людей! Особенное место в нашем сердце займут контакты тех, кто уже в Штатах, и ваших англоязычных знакомых. Откликнуться лежит этот текст на английском — перешлите его своим знакомым, это космическая возможность для релевантных ресерчеров!

Платят от $225k-$350k, а иногда и выше, дают эквити, работа в офисе в Сан-Франциско, помогут с O-1 визой. Пишите Откликнуться 💜

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • Python
  • PyTorch
  • Machine Learning
  • Diffusion Models
  • Deep Learning
  • LLM Fine-tuning
  • Formal Verification
  • Energy-Based Models
  • MCMC

Возможные вопросы на собеседовании

Поскольку проект сфокусирован на EBM, важно понимать, как кандидат планирует решать проблему масштабирования функции энергии.

Как бы вы подошли к проблеме оценки константы нормализации (partition function) в высокоразмерных латентных пространствах для EBM?

Компания занимается формальной верификацией, поэтому важно понимать связь между нейронными сетями и логическим выводом.

Каким образом архитектура EBM может быть адаптирована для обеспечения формальных гарантий корректности при генерации программного кода?

В описании упоминается MCMC как альтернативный бэкграунд. Важно понять практический опыт работы с этими методами.

С какими основными трудностями вы сталкивались при использовании Langevin Dynamics или MCMC для сэмплирования в латентном пространстве, и как вы их решали?

Вакансия требует опыта публикаций в топовых изданиях.

Расскажите о вашей самой значимой публикации на ICLR/NeurIPS: какой ключевой вклад вы внесли и как это продвинуло область reasoning или генеративных моделей?

Работа в стартапе требует умения быстро проверять гипотезы.

Как вы оцениваете эффективность EBM по сравнению с RL-подходами (как в OpenAI o1) с точки зрения вычислительных затрат на этапе инференса?

Похожие вакансии

NDA
2 000 ₽ – 2 500 ₽

ML разработчик (Senior)

SeniorУдалённо
n8n · Generative AI · Python · JavaScript · TypeScript · React · LangChain · PostgreSQL · REST · GraphQL · FastAPI · RAG · Vector Database · Prompt Engineering
+14 навыков
КС
КВИКЛИ СЕЧ ИТ
300 000 ₽ – 450 000 ₽

Senior / Middle+ Data Scientist

SeniorУдалённо
Python · Apache Spark · Machine Learning · Recommendation Systems · Ranking · NLP · LLM · MLOps · A/B Testing · Uplift Modeling
+10 навыков
S
Selecty
220 000 ₽ – 310 000 ₽

MlOps / Python Backend Engineer (ML)

SeniorУдалённо
Python · FastAPI · Flask · Kafka · Docker · Kubernetes · Airflow · Spark · Hive · SQL · MLOps · NLP · Computer Vision
+13 навыков
NDA
от 2 000 ₽

Data Scientist Senior

SeniorУдалённо
Python · Pandas · NumPy · Matplotlib · Seaborn · Plotly · Scikit-learn · SciPy · statsmodels · CatBoost · XGBoost · LightGBM · ARIMA · Prophet · Deep Learning · CNN · RNN · LSTM · Attention · Feature Engineering · tsfresh · EDA
+22 навыков
З
Зонтик
до 390 000 ₽

Senior/Middle Data Engineer

SeniorУдалённо
SQL · Python · C++ · ETL · BI · REST API · JSON · XML · Message Broker · OOP
+10 навыков
NDA
168 358 ₽ – 297 075 ₽

ML разработчик (Middle)

MiddleУдалённо
Python · Scikit-learn · Pandas · NumPy · PyTorch · TensorFlow · JAX · SQL · Spark · PySpark · Dask · Docker · Kubernetes · Git · DVC · GitLab CI · GitHub Actions · Jenkins · Prometheus · Grafana · Evidently AI · MLflow · AWS · GCP · Azure ML · Kubeflow · Airflow · FastAPI · Flask · Triton Inference Server · Feast · Tecton · Hopsworks · Horovod · Ray
+35 навыков
более 1000 офферов получено
4.9

1000+ офферов получено

Устали искать работу? Мы найдём её за вас

Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!

СШАот 225 000 $