Member of Technical Staff (Machine Learning Engineer, Search & Agents)

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

ML-инженер в Perplexity для развития поиска и агентных систем: обучение и дообучение LLM, RL, мультиагентные системы и retrieval-инфраструктура.

Задачи

• Улучшать качество поиска и агентов через доработку моделей, обучающих данных, инструментов и архитектуры систем
• Разрабатывать методы post-training LLM, включая reinforcement learning, для улучшения рассуждений, поиска, использования инструментов и выполнения задач
• Обучать и оценивать мультиагентные системы: разделение работы, обмен информацией и координация агентов
• Проектировать и создавать agent harnesses: инструменты, управление контекстом, среды исполнения и оркестрацию
• Улучшать модели retrieval и ранжирования и поисковые интерфейсы агентов
• Создавать датасеты, reward-сигналы и оценки, выявляющие значимые ошибки
• Вести эксперименты end-to-end: от гипотезы до масштабируемого обучения, деплоя и измеримого улучшения качества, latency и стоимости
• Сотрудничать с командами AI, Search, Infrastructure, Data и Product для вывода новых возможностей в продакшн

Требования

• Сильный опыт построения и запуска ML-систем, глубокая экспертиза в одном или нескольких направлениях: post-training LLM, reinforcement learning, поиск и retrieval, агентные системы
• Сильные навыки software engineering и способность работать с обучением моделей, инфраструктурой экспериментов и продакшн-системами
• Опыт проектирования строгих оценок, диагностики ошибок и превращения результатов экспериментов в практические улучшения
• Готовность к открытым задачам, требующим исследовательского суждения и практической инженерии
• Сильное чувство ответственности, любознательность и стремление доводить идею до работающей системы

Навыки

• Machine Learning
• LLM post-training
• Reinforcement Learning
• Search and Retrieval
• Multi-agent systems
• Agent harnesses
• Ranking
• Distributed training
• Inference infrastructure