Research Engineering Manager, STEM
Отличная вакансия для опытных ML-лидеров: работа в известной компании Turing, удаленный формат по всему миру и участие в передовых разработках в области ИИ и LLM.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Высокая сложность обусловлена требованием 8+ лет опыта в ML, из которых 3 года — в управлении, а также необходимостью глубоких знаний в специфических областях: синтетические данные, LLM-бенчмарки и методы постобучения.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Указанная роль Research Engineering Manager на глобальном рынке (особенно с учетом удаленки для Бразилии/Колумбии и мира) предполагает высокий уровень компенсации, соответствующий Senior/Lead позициям в США и Европе. Вакансия находится в верхнем сегменте рынка ML-менеджмента.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Откликнуться в Turing
*🤩* Удалённо, Бразилия, Колумбия, Huila, по всему миру
*🔔* Опубликовано менее 48 часов назад
*📸 Создаёт датасеты и среды обучения с подкреплением для ИИ-лабораторий, внедряет ИИ-системы в бизнес-процессы*
Задачи:
• Нанимать и развивать команду research engineers, задавать стандарты качества данных и воспроизводимости;
• Строить пайплайны генерации, проверки, фильтрации и версионирования синтетических данных;
• Вместе с исследователями проектировать эксперименты и измерять влияние данных на качество моделей;
• Разрабатывать бенчмарки для способностей моделей, которые плохо измеряют существующие тесты.
*🕸 Требования:*
• 8+ лет практического опыта в ML или research engineering, из них 5+ в индустрии и 3+ в прямом управлении командой;
• Опыт ведения промышленных пайплайнов данных, результаты которых влияли на решения об обучении моделей;
• Опыт разработки и выпуска LLM-бенчмарков с учётом утечек данных и смещений оценщиков;
• Уверенный Python, опыт работы с PyTorch или JAX в продакшене и знание методов постобучения моделей.
Откликнуться: Откликнуться
*🚀* Offer Inside
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- PyTorch
- Machine Learning
- LLM
- Research Engineering
- JAX
- Reinforcement Learning
Возможные вопросы на собеседовании
Проверка опыта управления и найма в специфической нише Research Engineering.
Как вы подходите к оценке навыков кандидата на роль Research Engineer, учитывая необходимость баланса между инженерной дисциплиной и исследовательским подходом?
Оценка технической экспертизы в области качества данных для LLM.
Какие стратегии вы используете для борьбы с утечкой данных (data contamination) при создании новых бенчмарков для языковых моделей?
Проверка опыта работы с синтетическими данными.
Опишите ваш опыт построения пайплайнов для генерации и фильтрации синтетических данных. С какими основными проблемами вы сталкивались при их масштабировании?
Оценка умения работать в связке с исследователями.
Как вы выстраиваете процесс взаимодействия между командой инженеров и исследователями, чтобы обеспечить быструю итерацию экспериментов без потери качества кода?
Проверка знаний современных фреймворков и методов обучения.
В каких случаях вы бы предпочли использовать JAX вместо PyTorch для задач постобучения моделей, и какие архитектурные вызовы это накладывает на продакшн-среду?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

