返回岗位列表

研究工程师 - ML性能与扩展

查看原岗位

地点：美国薪资：$350,000-$850,000 日期：2026-01-29

岗位摘要

负责生产预训练流水线的关键方面，包括模型操作、性能优化、可观测性和可靠性；调试并解决全栈复杂问题，涵盖硬件错误、网络、训练动态和评估基础设施；设计并运行实验以提高训练效率、减少单步时间、增加正常运行时间并提升模型性能

岗位职责

负责生产预训练流水线的关键方面，包括模型操作、性能优化、可观测性和可靠性
调试并解决全栈复杂问题，涵盖硬件错误、网络、训练动态和评估基础设施
设计并运行实验以提高训练效率、减少单步时间、增加正常运行时间并提升模型性能
在模型发布期间响应待命事件，快速诊断问题并协调跨团队解决方案
构建和维护生产日志记录、监控仪表板和评估基础设施
为训练代码库添加新功能，例如长上下文支持或新颖架构
与旧金山和伦敦的团队成员以及Tokens、架构和系统团队紧密合作
通过记录系统、调试方法和经验教训，为团队的机构知识做出贡献

任职要求

拥有训练大型语言模型的实践经验，或对JAX、TPU、PyTorch或大规模分布式系统有深入了解
真正享受研究和工程工作，理想的工作分配比例大致为50/50，而非严重偏向一方
对生产系统待命、在发布期间长时间工作以及在压力下解决难题感到兴奋
在从事最具影响力的工作时表现出色，即使这根据生产模型的需求每天变化
擅长调试跨多个堆栈层的复杂、模糊问题
沟通清晰，协作有效，尤其是在跨时区协调或处理高压事件期间
对工作本身充满热情，并希望精进作为研究工程师的技能
关心AI的社会影响和负责任扩展
有训练LLM或广泛使用JAX/TPU、PyTorch或其他大规模ML框架的经验
发表过关于模型训练、扩展定律或ML系统的研究
拥有生产ML系统、可观测性工具或评估基础设施的经验
具有系统工程师、量化分析师或其他需要技术深度和卓越运营能力的角色背景