Задачи:
— создавать искусственные данные, которые похожи на настоящие, но устроены заранее известным образом;
— обучать модели на этих данных;
— формировать лучшие датасеты для бенчмарков, используемых в инструментах интерпретируемости.
Требования:
— опыт в механистической интерпретации (mech interp);
— наличие PhD или сопоставимого исследовательского опыта в математике, физике, машинном обучении, нейробиологии, компьютерных науках или теории сложных систем;
— опыт научных вычислений на Python;
— умение понятно объяснять сложные темы нетехнической аудитории;
— знание глубокого обучения (DL) и опыт обучения моделей;
— интерес к AI Safety.
Преимущества:
— опыт ведения исследовательского направления и менторства;
— публикации в области машинного обучения или точных наук;
— знание статистической физики, особенно перколяции и ренормализации, коалесцентных процессов, комбинаторики, теории сетей и графов, фракталов, законов масштабирования или когнитивистики.
Условия:
— удалённая работа с приоритетом для кандидатов, готовых работать в Лондоне или Bay Area;
— визовое спонсорство;
— бюджет на страховку и дополнительные бонусы;
— команда под руководством PhD по астрофизике и бывшего постдока NASA;
— зарплата $125,000–170,000 в год.
Зарплаты и спрос: Наука и R&D
Сейчас в каталоге 150 вакансий по этому направлению, удалённо можно работать в 21%.
Навыки этой вакансии, которые чаще всего просят по направлению: Python (5%). В скобках доля вакансий направления.