Launch Legends
Meta
Ingénieur Recherche - MSL FAIR Foundations
À propos du poste
Meta recherche des ingénieurs de recherche pour rejoindre l'équipe Évaluations au sein de Meta Superintelligence Labs.
Les évaluations sont au cœur du progrès de l'IA chez MSL, déterminant quelles capacités sont développées, quelles fonctionnalités sont priorisées et à quelle vitesse nos modèles s'améliorent.
En tant qu'ingénieur de recherche au sein de cette équipe, vous sélectionnerez et concevrez les benchmarks pour nos modèles d'IA les plus avancés, couvrant le texte, la vision, l'audio et bien plus encore.
Vous travaillerez aux côtés de chercheurs et d'ingénieurs de renommée mondiale pour collecter, développer et déployer des benchmarks novateurs et des environnements d'apprentissage par renforcement.
Il s'agit d'un rôle hautement technique nécessitant de solides compétences en ingénierie de recherche et la capacité à travailler de manière autonome sur une variété de défis ouverts en machine learning avec une grande fiabilité.
Les évaluations que vous construirez auront un impact direct sur la direction de la recherche et les principales lignes de modèles au sein de MSL, rendant la fiabilité, la rigueur et la scalabilité de l'ingénierie primordiales.
Vous excellerez en maintenant une cadence élevée tout en vous adaptant à des priorités qui changent rapidement à mesure que nous faisons progresser la frontière de la recherche technique.
Vous devrez être flexible et adaptable, abordant une grande variété de problèmes dans le domaine des évaluations, de l'implémentation de benchmarks existants au développement de benchmarks et d'environnements novateurs, en passant par l'implémentation d'outils d'évaluation à grande échelle.
Si vous êtes passionné par la définition des capacités qui stimulent le progrès de l'IA et que vous prospérez dans des environnements de recherche rapides et à fort impact, nous vous encourageons à postuler pour cette opportunité passionnante au cœur de MSL.
Responsabilités
- Sélectionner et intégrer des benchmarks internes et accessibles au public afin d'orienter les capacités de développement des modèles de pointe.
- Développer et implémenter des environnements d'évaluation, y compris des environnements pour des capacités et modalités de modèles novateurs.
- Collaborer avec des fournisseurs de données externes pour sourcer et préparer des ensembles de données d'évaluation de haute qualité.
- Exécuter la vision technique des scientifiques de la recherche qui conçoivent de nouveaux benchmarks et évaluations.
- Construire des pipelines d'évaluation robustes et réutilisables qui s'adaptent à plusieurs lignes de modèles et domaines de produits.
- Contribuer aux outils d'évaluation qui mesurent la qualité et la fiabilité des suites d'évaluation.
Qualifications minimales
- Licence en informatique, génie informatique, domaine technique pertinent ou expérience pratique équivalente.
- 3+ années d'expérience en ingénierie machine learning, en recherche machine learning ou dans un rôle technique connexe.
- Maîtrise de Python et expérience avec des frameworks de ML tels que PyTorch.
- Expérience dans l'identification, la conception et la réalisation de fonctionnalités techniques de taille moyenne à grande de manière autonome, sans supervision.
- Expérience démontrée dans les pratiques d'ingénierie logicielle, y compris le contrôle de version, les tests et les pratiques de revue de code.
- Capacité à travailler de manière autonome et à s'adapter à des priorités en évolution rapide.
Qualifications préférées
- Publications dans des conférences évaluées par des pairs (NeurIPS, ICML, ICLR, ACL, EMNLP ou équivalent) liées à l'évaluation de modèles de langage, au benchmarking ou au deep learning.
- Expérience pratique des systèmes de post-entraînement de modèles de langage et de deep learning, ou de la création d'environnements d'apprentissage par renforcement.
- Expérience dans l'implémentation ou le développement de benchmarks d'évaluation pour les grands modèles de langage et les modèles multimodaux (par exemple, vision-langage, audio, vidéo).
- Expérience de travail avec des systèmes distribués à grande échelle et des pipelines de données.
- Connaissance des frameworks et métriques d'évaluation de modèles de langage.
- Expérience avérée de contributions open-source à des outils ou benchmarks d'évaluation de ML.
154 003 $ à 217 000 $ par an + bonus + actions + avantages sociaux
