机器学习基础设施工程师，安全防护研究
岗位摘要
构建并扩展安全防护机器学习研究背后的基础设施和数据管道；负责研究人员使用的训练、评估和评分工作流，重点缩短从想法到结果的时间；设计工具和接口，包括库和命令行工具，让研究人员无需理解底层系统即可直接使用
岗位职责
- 构建并扩展安全防护机器学习研究背后的基础设施和数据管道
- 负责研究人员使用的训练、评估和评分工作流，重点缩短从想法到结果的时间
- 设计工具和接口，包括库和命令行工具，让研究人员无需理解底层系统即可直接使用
- 在技术栈中构建正确性和健全性检查，使结果在模型和工作负载演变时依然可信
- 将最高价值的研究工作流从实验推进到可靠的生产级任务
- 提升大规模推理和评分工作负载的吞吐量、成本效益和可靠性
- 与安全防护团队的研究人员和工程师紧密合作，理解其工作流，预见其需求变化，并提前进行设计
任职要求
- 具备扎实的软件工程基础和实际编码能力，熟练掌握 Python
- 具有在生产环境中构建和运维数据密集型或分布式系统的经验
- 具有构建供其他工程师或研究人员作为依赖使用的工具或基础设施的经验
- 能够自如地在从探索性实验到生产系统的研究到部署全流程中工作
- 能够在陌生技术栈中调试性能和正确性问题
- 具备出色的书面和口头沟通能力，并以协作方式做出技术决策
- 具有高性能、大规模机器学习系统的经验
- 熟悉语言建模和 Transformer，包括处理模型内部结构
- 具有机器学习框架内部机制、GPU 或加速器编程或推理优化经验
- 具有为研究团队构建实验跟踪、缓存层或评估工具的经验
- 具有探针、可解释性或分类器开发经验
- 对人工智能系统的滥用风险感兴趣，并希望致力于缓解这些风险