Principal Research Scientist, Synthetic Data Generation

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Principal Research Scientist в NVIDIA для определения технического направления в области генерации синтетических данных для фронтирных LLM. Роль сочетает практическую разработку open-source библиотек в экосистеме NeMo с прикладными исследованиями генеративных методов.

Задачи

• Строить и масштабировать пайплайны генерации данных на основе LLM с автоматической оценкой качества для обучения и дообучения моделей Nemotron
• Развивать генерацию данных для агентного и tool-use обучения: синтетические траектории, многоходовые взаимодействия, function calling, исполняемые среды для RL, reward modeling
• Развивать мультимодальную генерацию синтетических данных — изображения, документы, видео, аудио — совместно с командами моделей NVIDIA
• Развивать privacy-preserving и безопасный синтез — дифференциальная приватность, анонимизация, деидентификация
• Разрабатывать и поддерживать open-source библиотеки и SDK с чистыми API и документацией
• Обеспечивать качество ПО: современный тулинг, конфигурационная архитектура, профессиональные Git/CI-CD
• Публиковать оригинальные исследования на ведущих конференциях по ML и AI
• Менторить учёных и инженеров команды

Требования

• PhD в Computer Science, Machine Learning, Statistics или смежной области, либо эквивалентный опыт
• 15+ лет инженерного и исследовательского опыта в генерации синтетических данных, генеративном моделировании, мультимодальном ML или смежных областях
• Глубокое понимание LLM, влияния данных на pre-training, post-training и RL, а также inference-фреймворков (vLLM, TGI)
• Подтверждённый опыт разработки или поддержки программных библиотек, используемых широким сообществом разработчиков
• Опыт построения и оптимизации масштабируемых пайплайнов данных для обучения больших моделей: throughput, распределённый inference, стоимость на масштабе кластера
• Сильный список публикаций на ведущих площадках (NeurIPS, ICML, ICLR, ACL и подобных)

Условия

• Базовая зарплата 272 000 – 431 250 USD в год в зависимости от локации и опыта
• Equity и льготы
• Заявки принимаются как минимум до 8 сентября 2026 года
• Инклюзивная среда и равные возможности трудоустройства

Навыки

• LLM
• Synthetic Data Generation
• Generative Modeling
• Multimodal Machine Learning
• vLLM
• TGI
• Reinforcement Learning
• Reward Modeling
• Differential Privacy
• Anonymization
• De-identification
• Data Pipelines
• Distributed Inference
• Git
• CI/CD
• Python