Ingeniero de investigación en Machine Learning, datos de preentrenamiento — Modelos fundacionales

Apple está revolucionando la inteligencia artificial mediante el desarrollo de sofisticados modelos fundacionales que impulsan funciones inteligentes en todo nuestro ecosistema de productos. Buscamos ingenieros de Machine Learning cualificados para transformar la investigación de vanguardia en soluciones de IA escalables y listas para producción. Buscamos ingenieros apasionados por crear sistemas que superen los límites del deep learning en términos de escalabilidad, eficiencia y flexibilidad, y que deleiten a millones de usuarios en los productos de Apple. El equipo de Modelos Fundacionales de Apple está creando la próxima generación de modelos de lenguaje de gran tamaño que impulsan experiencias inteligentes en todos los productos de Apple. Unos datos de entrenamiento diversos, escalables y de alta calidad son fundamentales para avanzar en las capacidades de los modelos en cuanto a conocimiento, razonamiento, programación y comprensión multilingüe. Buscamos ingenieros de investigación talentosos y motivados para avanzar en el estado del arte en la investigación e ingeniería de datos de preentrenamiento. En este puesto, desarrollarás algoritmos novedosos y sistemas escalables para la curación, evaluación de calidad y optimización de datos, trabajando en estrecha colaboración con investigadores de entrenamiento de modelos para traducir ideas innovadoras en mejoras medibles en las capacidades de los modelos fundacionales. Este puesto ofrece una oportunidad única para trabajar en la intersección de la investigación de vanguardia en machine learning y la ingeniería de sistemas a gran escala, con un impacto directo en el desarrollo de la próxima generación de modelos fundacionales.

Como ingeniero de investigación en el equipo de Datos de Preentrenamiento, serás responsable de proyectos técnicamente desafiantes que abarcan la investigación, el desarrollo de algoritmos, la experimentación y la ingeniería de producción. Investigarás nuevos enfoques para mejorar la calidad, diversidad y eficiencia de los datos de entrenamiento, mientras construyes una infraestructura robusta y escalable para soportar el procesamiento de conjuntos de datos masivos. Colaborarás estrechamente con los equipos de entrenamiento de modelos para comprender la relación entre los datos y las capacidades del modelo, diseñar experimentos controlados y mejorar continuamente las estrategias de preentrenamiento.