Телеграм канал «Take Friends to Luna Park»

С марта Вселенная еще сколько-то расширилась. Как и Recraft. Им очень пригодится еще один Senior ML Research Engineer.

$130k-200k + equity и переезд в Лондон. Кстати, пока вы думали, там выпустили модель, которая генерит картинку за полторы секунды. Ждем ваши письма, в общем!

А вот что Recraft ждут от вас: опыт тренировки больших генеративных моделей, шарит за PyTorch, строил ML-пайплайны полного цикла.

По всем вопросам: @heyyyanna 🐓

С марта Вселенная еще сколько-то расширилась. Как и Recraft. Им очень пригодится еще один Senior ML Research Engineer.

$130k-200k + equity, в Лондон перевезут. Кстати, пока вы думали, там выпустили модель, которая генерит картинку за полторы секунды. Ждем ваши письма, в общем!

А вот что ждут от MLщика: опыт тренировки больших генеративных моделей, шарит за PyTorch, строил ML-пайплайны полного цикла.

По всем вопросам: @heyyyanna 🐓

tl;dr: AI, frontend, full-stack and other engineers. $125k–225k + equity, relocation to London

В мире Дюны отказались от мыслящих машин. Не позавидуешь тому, кто вычитывает доки по сертификации оборудования 🚬

Какое счастье, что Seamflow прикрутили к этому делу автоматику + нейронку и сократили время работы над технической оценкой ~вдвое.

Мы помогаем им уже год — успели рассказать вам и про продукт, и про $4.5М инвестиций, и как инвесторы передрались за возможность дать денег. А вакансий становится только больше!

В команде олимпиадники, экс-Google, Amazon, Яндекс и X, фаундинг-инженеры — из единорогов. И они ищут к себе таких же: жаждущих высокого темпа после корпоративной бюрократии, готовых шипить в прод в первую неделю и вообще немножко безумных.

Смотрите сами:

🔍 Applied AI Engineer — будет учить модель работать с отсканированными формами, 400-страничными документами и прочими страшно не предназначенными для этого форматами. А ещё — строить эвалы и мониторинг, настраивать агентов и вообще отвечать за вcю AI-часть, а ещёёё — созваниваться с клиентами, читать скучные сертификационные документы и просматривать глазами сотни аутпутов, чтобы понять, почему модель ошиблась.

🎨 Frontend Design Engineer — самостоятельно разрабатывать рабочий кабинет для экспертов, которым нужно каждый день читать и кросс-референсить те самые 400-страничные доки из пункта выше. Вам придётся уместить сложные воркфлоу и сотни полей в один красивый и понятный интерфейс, чтобы суровые чуваки, привыкшие к ворд-документам и табличкам, а не этому вашему AI, захотели им пользоваться. И да, тоже непрерывно общаться с клиентами!

✍️ Фуллстек — эти бедные ребята будут собирать продукт целиком и отвечать вообще за всё. Тут можно больше улететь в продукт, а можно пойти разбираться в клиентских воркфлоу, и преисполниться настолько, будто вы уже сто триллионов миллиардов лет в сертификации.

Ну, вот. Удивительным образом, любители таких вещей продолжают находиться в нашем канале — мы наняли уже двух подписчиков, говорят, все нравится. Если вы тоже из этих и делали похожее в FAANG или невероятном стартапе, вы знаете, что делать. Если у вас есть такие друзья — тем более.

Помогают с визой, перевозят в Лондон, платят $125k–225k + equity.

AI инженеров встретит в личке Наро @a_nro, фронтов — Катя @skaterina_64, а фуллстеков и всех остальных — Диана @yourdivna 🐾

tl;dr: Research Scientist, Berkeley, $230k–930k/year

В начале сентября ИИ решил Навье — Стокса, одну из семи задач тысячелетия. Само доказательство вышло на 165 страниц, и его проверка заняла бы годы. Но математикам повезло, у них есть Lean. А как вообще людям проверять результаты работы очень умных моделей — сейчас, а тем более в будущем?

Если что, хороших ответов на этот вопрос у человечества пока нет! Но есть какие-то — например, пересказ. Если доказательство на 165 страниц нам не осилить, пусть модель перескажет его по кускам, потом перескажет пересказы — и на n-ом шаге останется текст, который человек уже сможет проверить сам. Фаундер Resolution Джеффри Ирвинг развивал другую ветку: дебаты. Две модели спорят за противоположные ответы и ищут дыры друг у друга, а человек как судья решает, чей аргумент выстоял 🏬

Область науки, которая всё это придумывает, называется scalable oversight, и ею очень прикольно заниматься — эксперименты понятные, реализовывать их технически сложно, а ответы на вопросы, которые перед вами стоят, очень нужны человечеству уже сегодня.

Scalable oversight — одна из нескольких ресёрч-адженд Resolution, и они очень активно ищут в неё исследователей. В другие ищут чуть менее активно, но всё ещё да — так что если вам ближе теоретический компьютер саенс, философия, статфизика или что-нибудь ещё, напишите нам, и мы про всё расскажем.

Опыт в сейфти будет очень полезен, но, в целом, необязателен — нужны и сильные учёные из других сфер 🤓

Примерный список того, что вам понадобится:
🟡PhD или эквивалентный ему ресерч-опыт: в ML, CS, математике, физике, статистике, философии или чем-то близком;
⚪️статьи, препринты или сопоставимый результат + опыт внятного их описания;
🔴сильная математика;
🟡вы готовы много, но внимательно использовать AI в работе;
⚪️вас правда мотивирует алайнмент и вы хотите лично в него контрибьютить.

Конкретно для scalable oversight будут плюсом: опыт с дебатами, prover-verifier играми или RLHF на фронтирном масштабе, бэкграунд в теории игр, теории сложности, mechanism design или теории принятия решений.

Работа из офиса в Беркли, с визой и переездом помогают. Платят $230k–930k в год.

Пишите Наро: @a_nro 🐦