IONOS DE
ellamind
Um modelo só se torna bom no trabalho que praticou. Os nossos praticam em milhares de tarefas fictícias: uma fila de um assistente social que precisa de triagem, uma planilha que se recusa a reconciliar, uma política que precisa ser aplicada a um documento que ninguém formatou corretamente, um repositório corrompido em um sandbox.
Alguém precisa construir esses mundos e, em seguida, encontrar uma maneira honesta de dizer se o modelo fez o trabalho ou apenas pareceu que fez. Gostaríamos que fosse você.
Em muitos lugares, o trabalho de ambiente é tratado como encanamento para os pesquisadores "reais". Nós vemos de outra forma. A maior parte do que nossos modelos conseguem fazer, eles aprenderam com suas tarefas. Portanto, você trabalharia diretamente com as pessoas que executam o treinamento, veria o que suas tarefas fizeram ao modelo uma execução depois e teria voz no que o próximo aprenderá.
Coisas que nos deixariam felizes, mas que ninguém precisa ter: experiência em RL (treinamento estilo GRPO ou PPO, design de recompensa); conhecimento real de um campo onde agentes fazem trabalho real, como direito, finanças, seguros ou administração pública; infraestrutura de sandboxing (Docker, Firecracker, Kubernetes); contribuições de código aberto. Alemão é útil nesta função, porque muitas de nossas tarefas começam como processos em língua alemã.
O que você constrói é treinado quase imediatamente, e você verá o que ele fez. GPUs são tão úteis quanto as tarefas nas quais as gastamos, então, na prática, seu trabalho define o teto para o próximo modelo. Uma boa parte dele também vai a público, da mesma forma que nossas tarefas do Terminal-Bench 4.0 fizeram. E somos pequenos: se você tiver uma boa ideia na terça-feira, ninguém o obriga a escrever uma proposta sobre ela.
Envie seu CV pelo formulário e conte-nos, em algumas linhas, sobre uma coisa que você construiu da qual se orgulha. Um ambiente, uma execução de treinamento, um juiz, um bug que levou três dias para você encurralar. Links para GitHub, artigos, um post de blog ou um notebook bagunçado são todos bem-vindos. Por favor, não nos escreva uma carta de apresentação polida. Preferimos ler o notebook.
Estamos contratando para três funções de RL ao mesmo tempo: ambientes e dados, pós-treinamento, e alinhamento e modelagem de recompensa. Se você estiver em algum lugar entre duas delas, candidate-se à mais próxima e diga isso. Vamos descobrir juntos.
Nós nos importamos muito mais com o que você construiu e como você pensa do que com como seu CV é lido. Se você não marcar todas as caixas, candidate-se mesmo assim. Quase ninguém marca, e perspectivas diferentes tornam nossos modelos e nossa equipe melhores.
Na ellamind, desenvolvemos modelos de linguagem e os métodos que os tornam melhores. Nossa equipe treina seus próprios modelos, constrói ambientes de RL, conjuntos de dados e benchmarks, e pesquisa como medir de forma confiável e melhorar sistematicamente as capacidades de LLMs. Somos conhecidos por nossos modelos de código aberto líderes em língua alemã. Compartilhamos ativamente o que aprendemos, inclusive por meio da comunidade de código aberto DiscoResearch e como parte do programa OpenEuroLLM.
Como uma startup com fluxo de caixa positivo, trabalhamos com parceiros conhecidos, como a Deutsche Telekom, o Governo Federal Alemão e provedores líderes de saúde. Nossa sede fica em Bremen. Oferecemos remuneração competitiva, opções de equity e uma linha direta com os fundadores.
Seu CV não é a única coisa que conta. Estamos procurando pessoas curiosas que queiram ajudar a moldar a próxima geração de modelos europeus de IA. A diversidade é importante para nós, porque perspectivas diferentes nos tornam melhores. Por favor, candidate-se mesmo se você não (ainda) atender a todos os requisitos.
Plataforma de recrutamento reverso para programadores