技术团队成员 - 后训练数据基础设施
岗位摘要
构建和维护用于SFT、偏好和RL后训练数据的数据管道；负责数据集质量、版本控制和可复现性；将研究数据配方转化为生产级、可复用的组件；扩展模型推理以支持数据生成和基于模型的评分；设计数据格式和模式，确保后训练数据集的一致性和训练效率
岗位职责
- 构建和维护用于SFT、偏好和RL后训练数据的数据管道
- 负责数据集质量、版本控制和可复现性
- 将研究数据配方转化为生产级、可复用的组件
- 扩展模型推理以支持数据生成和基于模型的评分
- 设计数据格式和模式，确保后训练数据集的一致性和训练效率
- 与研究员和工程师合作，确保数据管道跟上前沿语言模型的需求
任职要求
- 具备为机器学习设计和构建大规模数据管道的经验，最好用于LLM后训练
- 有大规模运行分布式数据处理和模型推理的业绩记录
- 深入了解后训练方法（如SFT、RLHF、DPO）以及数据如何塑造模型行为
福利待遇
- 每周75美元/75英镑或等值当地货币的午餐津贴
- 全面的健康和牙科福利，包括单独的心理健康预算
- RRSP匹配、401K、养老金计划
- 父母双方均可享受长达6个月的100%育儿假补足
- 年度充实福利：艺术与文化、健身/健康、优质时光和工作空间改善补贴
- 教育和学习津贴，用于会议、课程和辅导
- 6周带薪休假（30个工作日！）
- 远程员工有差旅预算前往其他办公室， plus 年度公司团建
- 远程友好，并在多伦多、伦敦、纽约、旧金山、蒙特利尔、巴黎、柏林和首尔设有办公室
- 办公室提供每日午餐计划、丰富零食和定期社区社交活动
- 非办公室员工享有联合办公福利，可与他人一起工作
- 每人500美元的家庭办公室津贴，用于设置工作空间