Research Intern, Model Shaping (Fall 2026)

post-training 방법 연구 및 구현(supervised learning, preference optimization, reinforcement learning), 효율적 neural network training 기법 개발(distributed training, algorithmic improvements, optimization methods), foundation model capability 평가 방법 연구, 가설 검증을 위한 엄격한 실험 설계 및 수행, 연구 결과 문서화(논문/블로그), 연구 성과를 Together 제품에 통합

필수: Computer Science, Electrical Engineering 또는 관련 전공의 학사/석사/박사 과정 재학 중, Machine Learning 및 Deep Learning 기초 지식, PyTorch/JAX 등 딥러닝 프레임워크 경험, Transformer 아키텍처 및 foundation model 최신 동향 이해. 우대: foundation model 학습 또는 efficient machine learning 연구 경험, NeurIPS/ICML/ICLR/ACL/EMNLP 등 주요 학회 논문 실적, model optimization 및 hardware acceleration 이해, 오픈소스 ML 프로젝트 기여 경험.