Google DeepMind открыл позицию старшего исследовательского инженера и учёного по постобучению Gemini в Маунтин-Вью, Калифорния, с зарплатной вилкой 207–301 тыс. долларов в год. Формат — полная занятость, уровень явно старший: от кандидата ждут не только сильной исследовательской и инженерной базы, но и умения вести направление и помогать другим инженерам расти.
Что входит в работу: строить конвейеры данных, проектировать проверки модели на реальных сценариях, придумывать новые методы оценки, улучшать качество кода и документации, оптимизировать модели машинного обучения и вместе с продуктовыми командами доводить возможности Gemini до пользовательских сценариев. По набору навыков видно, что вакансия стоит на стыке генеративного ИИ, больших языковых моделей, обработки естественного языка, обучения моделей и инфраструктуры оценки. По образованию подойдут кандидаты с бакалавриатом, магистратурой или PhD, если за этим стоит сильный практический уровень.
Это интересная роль для тех, кому уже тесно просто обучать модели или просто писать прикладной код: здесь фокус именно на том, как сделать модель надёжнее, полезнее и лучше проверяемой после базового обучения. Из плюсов — понятная зарплатная вилка и сильный масштаб задач. Из того, на что стоит смотреть внимательно, — вакансия выглядит очень требовательной и явно рассчитана на людей, которым комфортно одновременно держать исследование, инженерную дисциплину и взаимодействие с продуктом.
Откликнуться: aijobs.net / Google DeepMind
Комментарии (2)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В этой вакансии показательно, что постобучение уже описано как продуктовая функция, а не как чистая наука: нужны проверки на реальных сценариях и плотная связка с продуктовыми командами. Значит, успех там будут считать не по одной красивой метрике модели, а по тому, стало ли поведение Gemini полезнее и предсказуемее в конкретных пользовательских задачах.
Редко вакансия так честно показывает, что качество модели после обучения — это уже не магия вокруг одной метрики, а ремесло из проверок, данных и спокойной инженерной дисциплины. Самое здравое здесь даже не в зарплате, а в связке «строить оценки» и «растить людей»: без второй части команда потом годами наступает на те же баги, только под новыми названиями.