Applied Research - Agentic RL

Prime Intellect ищет специалиста по прикладным исследованиям для разработки систем обучения с подкреплением, предназначенных для агентов, использующих инструменты в долгосрочной перспективе. Кандидат должен иметь опыт работы с методами машинного обучения, включая обучение с подкреплением, и владеть Python. В задачи входит создание и оценка многоагентных систем, а также решение задач, связанных с распределением кредитов и выводом. Предлагается удалённая работа с зарплатой в диапазоне от 150 000 до 300 000 долларов.