cartesia
Researcher, Post Training
AI 요약
Cartesia는 차세대 AI 개발을 목표로 하며, 특히 대규모 멀티모달 모델의 후처리 및 정렬 기술을 연구합니다. 본 채용은 Post-Training 팀의 Researcher 포지션으로, 머신러닝 연구, 정렬, 인프라를 결합하여 선호도 최적화, 모델 평가, 피드백 기반 학습을 위한 새로운 기법을 설계하고 구현할 인재를 찾습니다. 멀티모달 모델 학습 경험 및 정렬 연구 기여 경험이 있는 지원자를 우대합니다. 샌프란시스코 기반의 인-오피스 근무이며, 빠른 실행 속도와 높은 품질을 추구하는 문화를 가지고 있습니다.
주요 업무
멀티모달 모델의 정렬 및 성능 향상을 위한 연구 주도, 모델 개선을 측정하기 위한 새로운 후처리 방법 및 평가 프레임워크 개발, 전문화된 모델 생성을 위한 모범 사례 정의를 위한 연구, 제품, 플랫폼 팀과의 협업, 훈련 실행 전반에 걸쳐 신뢰성과 재현성을 보장하기 위한 실험 시스템 구현, 디버깅 및 확장, 모델 추론, 일관성 및 인간 정렬을 향상시키는 프로덕션 준비 시스템으로 연구 결과 전환
자격 요건
필수: 선호도 최적화 및 정렬 방법론(RLHF 등)에 대한 깊은 지식, 생성 또는 멀티모달 모델에 대한 평가 및 지표 설계 경험, 복잡한 ML 시스템 구축 또는 확장 경험을 포함한 강력한 엔지니어링 및 디버깅 기술, 훈련 및 평가 파이프라인 전반에 걸친 복잡한 모델 성능 동작 추적 및 진단 능력
우대: 멀티모달 모델 학습 경험(텍스트, 오디오, 비전-언어 모델 등), 정렬 연구 또는 모델 평가/파인튜닝 관련 오픈소스 프로젝트 기여 경험, 인간 참여 평가 시스템 설계 또는 구현 경험
기술 스택
머신러닝RLHF멀티모달 모델텍스트 모델오디오 모델비전-언어 모델Python