Estados Unidos
Roku
Labelbox
Ingeniero de Despliegue Avanzado, Entornos de RL
Estados Unidos
San Francisco, California, United States
PythonAWSGCPDockerC++RustGo
Traducción automática. Consulta el original.
El Puesto
DA FORMA AL FUTURO DE LA IA
En Labelbox, estamos construyendo la infraestructura crítica que potencia los avances en modelos de IA en laboratorios de investigación y empresas líderes. Desde 2018, hemos ido pioneros en enfoques centrados en los datos que son fundamentales para el desarrollo de la IA, y nuestro trabajo se vuelve aún más esencial a medida que las capacidades de la IA se expanden exponencialmente.
Estamos contratando un Ingeniero de Despliegue Avanzado para encargarse del diseño, desarrollo y operacionalización de entornos de aprendizaje por refuerzo. Construirás los entornos de ejecución reproducibles y aislados con los que interactúan los agentes de IA durante el entrenamiento y la evaluación, como puntos de referencia de tareas basadas en terminales, entornos de uso de navegadores y ordenadores, y espacios de trabajo aumentados con herramientas.
Este es un puesto de ingeniería práctico. Escribirás código de infraestructura de calidad de producción, te integrarás con herramientas de RL de código abierto y trabajarás estrechamente con nuestro equipo de operaciones de datos para garantizar que los entornos sean robustos, observables y listos tanto para anotadores humanos como para agentes modelo. No harás investigación de ML, pero necesitarás comprender profundamente cómo los bucles de entrenamiento de RL consumen los entornos y dónde residen los cuellos de botella.
NUESTRA VISIÓN
Creemos que los datos seguirán siendo cruciales para lograr la inteligencia artificial general. A medida que los modelos de IA se vuelven más sofisticados, la necesidad de datos de entrenamiento de alta calidad y especializados solo crecerá. Únete a nosotros en el desarrollo de nuevos productos y servicios que permitan la próxima generación de avances en IA.
Labelbox está respaldada por inversores líderes, incluidos SoftBank, Andreessen Horowitz, B Capital, Gradient Ventures, Databricks Ventures y Kleiner Perkins. Nuestros clientes incluyen empresas Fortune 500 y laboratorios de IA líderes.
SOBRE LABELBOX
Somos la única empresa que ofrece tres soluciones integradas para el desarrollo de IA de vanguardia:
- Plataforma y Herramientas Empresariales: Herramientas avanzadas de anotación, automatización de flujos de trabajo y sistemas de control de calidad que permiten a los equipos producir datos de entrenamiento de alta calidad a escala.
- Servicio de Etiquetado de Datos de Vanguardia: Etiquetado de datos especializado a través de Alignerr, aprovechando expertos en la materia para modelos de IA de próxima generación.
- Mercado de Expertos: Conectando equipos de IA con anotadores altamente cualificados y expertos en dominios para una escalabilidad flexible.
SERVICIOS DE ALIGNERR EN LABELBOX
Alignerr es la organización de datos humanos de Labelbox, diseñada específicamente para generar los datos de entrenamiento de alta calidad que potencian la próxima generación de modelos de IA. Nos asociamos directamente con laboratorios de IA líderes para producir entornos de aprendizaje por refuerzo, puntos de referencia de evaluación y conjuntos de datos anotados por expertos que impulsan las capacidades de los modelos. Nuestro equipo se encuentra en la intersección de la ingeniería de software, la infraestructura de ML y la producción de datos con intervención humana.
¿POR QUÉ UNIRSE A NOSOTROS?
- Entorno de Alto Impacto: Operamos como una startup en fase inicial, centrándonos en el impacto por encima del proceso. Asumirás responsabilidades ampliadas rápidamente, con el crecimiento profesional directamente ligado a tus contribuciones.
- Excelencia Técnica: Trabaja en la vanguardia del desarrollo de IA, colaborando con líderes de la industria y dando forma al futuro de la inteligencia artificial.
- Innovación a Velocidad: Celebramos a aquellos que asumen la responsabilidad, se mueven rápido y entregan resultados. Nuestro entorno recompensa la alta iniciativa y la ejecución rápida.
- Crecimiento Continuo: Cada puesto requiere aprendizaje y evolución continuos. Estarás rodeado de mentes curiosas resolviendo problemas complejos en la vanguardia de la IA.
- Propiedad Clara: Sabrás exactamente de qué eres responsable y tendrás la autonomía para ejecutar. Empoderamos a las personas para que impulsen resultados a través de una propiedad y métricas claras.
VIDA EN LABELBOX
- Entorno: Rápido y de alta intensidad, perfecto para personas ambiciosas que prosperan con la propiedad y la toma de decisiones rápidas.
- Crecimiento: Oportunidades de avance profesional directamente ligadas a tu impacto.
- Visión: Sé parte de la construcción de la base para la tecnología más transformadora de la humanidad.
Lo que harás
- Diseñar, construir y mantener entornos de RL aislados para el entrenamiento de IA de agentes, incluyendo emuladores de terminales, sistemas de automatización de navegadores, simuladores de uso de ordenadores y espacios de trabajo aumentados con herramientas (por ejemplo, entornos construidos sobre frameworks como TerminalBench, OSWorld y Tau-bench).
- Desarrollar entornos de ejecución reproducibles y contenerizados (Docker, VMs, entornos aislados ligeros) que soporten la ejecución determinista de tareas y la recopilación de señales de recompensa.
- Integrarse y extender herramientas de agentes de código abierto y sistemas personalizados de CLI/API para permitir la interacción de agentes multi-paso.
- Construir capas de instrumentación y observabilidad (registro estructurado, captura de trayectorias, instantáneas de estado) para que las ejecuciones de entrenamiento y las sesiones de anotación humana produzcan datos limpios y auditables.
- Colaborar con operaciones de datos para diseñar currículos de tareas y protocolos de evaluación que pongan a prueba las capacidades del modelo en diferentes tipos de entornos.
- Ser responsable del despliegue y la fiabilidad del entorno: pipelines de CI/CD, pruebas automatizadas de configuraciones de entorno y monitorización de desviaciones o fallos en las versiones.
- Prototipar rápidamente nuevos tipos de entornos a medida que evolucionan los requisitos del cliente e internos, pasando de la especificación a un sistema funcional en días, no en semanas.
Lo que buscamos
Requerido
- Más de 2 años de experiencia profesional en ingeniería de software, con sólidos fundamentos en Python y al menos un lenguaje de sistemas (Go, Rust, C++).
- Experiencia demostrada con contenerización y aislamiento (Docker, Podman, Firecracker o similar) en contextos de producción o casi producción.
- Familiaridad con conceptos de RL: MDPs, modelado de recompensas, estructura de episodios, espacios de observación/acción. No necesitas haber entrenado modelos, pero sí necesitas entender qué debe proporcionar un entorno a un bucle de entrenamiento de RL.
- Experiencia en la creación o mantenimiento de herramientas para desarrolladores, herramientas de CLI o automatización de infraestructura.
- Comodidad trabajando con frameworks de automatización de navegadores o herramientas de interacción de terminales.
- Fuertes instintos de depuración: puedes rastrear fallos a través de límites de procesos, capas de contenedores y llamadas de red.
- Capacidad para leer e implementar a partir de artículos académicos y repositorios de benchmarks de código abierto sin necesidad de mucha supervisión.
Preferente
- Experiencia directa en la creación o contribución a entornos de RL (Gymnasium/Gym, PettingZoo o implementaciones de entornos personalizados).
- Experiencia con frameworks de evaluación de IA de agentes (SWE-bench, WebArena, OSWorld, TerminalBench o similar).
- Familiaridad con la infraestructura de GCP o AWS (Compute Engine, ECS/EKS, Cloud Build).
- Experiencia previa en una empresa de datos de IA, empresa de plataformas de ML o laboratorio de investigación de IA.
- Contribuciones a proyectos de código abierto en el espacio de RL, agentes o herramientas de desarrollo.
Arquetipo de Candidato
El candidato ideal es ante todo un ingeniero de software sólido, con curiosidad genuina y conocimiento práctico del aprendizaje por refuerzo. Probablemente has construido infraestructura o herramientas para desarrolladores en una startup o empresa de tamaño medio, y te has sentido atraído por el espacio de ML/IA, quizás a través de proyectos paralelos, contribuciones de código abierto o un puesto anterior adyacente a un equipo de ML. Eres el tipo de ingeniero que lee un artículo de benchmark de RL y piensa inmediatamente en cómo hacer el entorno más robusto, no en cómo mejorar el gradiente de política.
Prosperas en la ambigüedad. Puedes tomar un requisito de proyecto vagamente definido —"construir un entorno que pruebe la capacidad de un agente para navegar por un sistema de archivos y ejecutar flujos de trabajo bash multi-paso"— y entregar un sistema funcional, probado y documentado sin necesidad de una especificación detallada. Te mueves rápido, pero te importa la fiabilidad porque sabes que los entornos que fallan silenciosamente contaminan los datos de entrenamiento.
Por qué este puesto es importante
- La calidad del entorno de RL es uno de los mayores cuellos de botella en el entrenamiento de IA de agentes hoy en día. Los entornos que son frágiles, no deterministas o mal instrumentados producen señales de recompensa ruidosas que degradan directamente el rendimiento del modelo. Estarás resolviendo uno de los problemas de infraestructura de mayor apalancamiento en IA.
- Trabajarás en una cartera de proyectos que abarcan diferentes laboratorios de IA y capacidades de modelos, sin monotonía de un solo producto. Los tipos de entornos que construyas evolucionarán a medida que se mueva la frontera de las capacidades de los agentes.
- Alignerr es un equipo pequeño y de alto impacto dentro de una empresa bien financiada (Labelbox). Tendrás la propiedad a nivel de startup con recursos de etapa de crecimiento.
Labelbox se esfuerza por garantizar la paridad salarial en toda la organización y discutir la compensación de manera transparente. El rango salarial base anual esperado para candidatos con sede en Estados Unidos es el siguiente. Este rango no incluye posibles paquetes de acciones o beneficios adicionales. La compensación exacta varía según una variedad de factores, incluidas las habilidades y competencias, la experiencia y la ubicación geográfica.
Rango salarial base anual
$140,000—$200,000 USD
Privacidad de tus Datos Personales: Cualquier información personal que proporciones a Labelbox como parte de tu solicitud será procesada de acuerdo con el aviso de privacidad para solicitantes de empleo de Labelbox docs.labelbox.com/page/job-applicant-privacy-notice. Cualquier correo electrónico de miembros del equipo de Labelbox se originará desde una dirección de correo electrónico @labelbox.com. Si encuentras algo que te genere sospechas durante tus interacciones, te animamos a que procedas con precaución y suspendas o descontinúes las comunicaciones.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil