Research Engineer, Orchestral in Warsaw

O Mistral

Mistral zapewnia kompleksowe rozwiązania AI: od modeli frontier po narzędzia deweloperskie, aplikacje i obliczenia. Współpracujemy z przedsiębiorstwami, które stawiają czoła najtrudniejszym problemom w branżach o wysokim ryzyku, takich jak finanse, produkcja, obrona, opieka zdrowotna i sektor publiczny, współtworząc dostosowane systemy AI, które mogą działać na ich warunkach.

Jesteśmy dynamicznym, współpracującym zespołem, pasjonującym się AI i jego potencjałem do transformacji społeczeństwa. Nasza różnorodna siła robocza odnajduje się w konkurencyjnych środowiskach i jest zaangażowana w napędzanie innowacji. Nasze zespoły są rozproszone między Europą, Ameryką Północną, Azją i Bliskim Wschodem. Jesteśmy kreatywni, skromni i zespołowi.

Jako Inżynier Badawczy w zespole Orchestral, pomożesz zbudować platformę agentową, której używamy do trenowania i oceny naszych modeli. Orchestral to system, na którym polegają nasi badacze, aby przeprowadzać trening i ocenę na dużą skalę — od silnika wdrożeniowego, który napędza agentowe przepływy pracy, po infrastrukturę, która utrzymuje ich obciążenia robocze w niezawodnym działaniu. To, co zbudujesz, stanie się fundamentem, na którym pracuje cały zespół naukowy.

Twoja praca obejmie rdzeń platformy: bibliotekę, narzędzia, abstrakcje i silnik wdrożeniowy — w tym nowe możliwości, takie jak długoterminowe zadania, subagenci i funkcje RL — oraz maszyny, które obsługują dane i zadania na dużą skalę, z naciskiem na odporność, trasowanie i obsługę żądań. Będziesz odpowiedzialny za znaczące elementy od początku do końca, od projektu po produkcję.

To rola inżynieryjna, a nie związana z ML lub operacjami infrastrukturalnymi: doświadczenie w RL lub PyTorch nie jest wymagane, a czas spędzisz na budowaniu platformy, a nie jej obsłudze. Będziesz budować rozproszony system RL, z naukowcami jako użytkownikami.

Co będziesz robić:

• Projektować i budować rdzeń platformy Orchestral: bibliotekę, abstrakcje i narzędzia, z których korzystają badacze do trenowania i oceny modeli.
• Budować i rozwijać silnik wdrożeniowy, wprowadzając nowe możliwości, takie jak długoterminowe zadania i subagenci.
• Uruchamiać Orchestral jako system produkcyjny: utrzymywać niezawodność obciążeń treningowych i oceny na dużą skalę.
• Poprawiać sposób, w jaki dane i zadania przepływają przez platformę w miarę wzrostu użytkowania — planowanie, trasowanie i obsługa żądań.
• Traktować badaczy jako swoich użytkowników: rozumieć ich przepływy pracy i przekształcać powtarzające się potrzeby w solidne, wspólne narzędzia.
• Podnosić poprzeczkę jakości inżynieryjnej w całej platformie: testowanie, przegląd kodu, CI/CD, obserwowalność i dokumentacja.
• Przyczyniać się do projektów open-source dotyczących silnika wdrożeniowego i infrastruktury agenta, gdzie przynosi to korzyści platformie.

Czego szukamy:

• Doświadczenie w budowaniu i debugowaniu złożonych systemów rozproszonych na dużą skalę, z naciskiem na niezawodność i skalowalność.
• Silne umiejętności w Pythonie i solidne instynkty projektowe: testowanie, przegląd kodu, CI/CD.
• Myślenie budowniczego: skonstruowałeś systemy od podstaw, a nie tylko obsługiwałeś dopracowane.
• Udokumentowane osiągnięcia w małych zespołach prowadzących złożone systemy na dużą skalę — na przykład w finansach, kryptowalutach lub technologii reklamowej.
• Inicjatywa, skromność i współpraca, z nastawieniem na produkt wobec swoich użytkowników.
• Ciekawość dotycząca ML i RL — to doświadczenie nie jest wymagane, ale chęć nauki jest.

Miłe dodatki:

• Praktyczne doświadczenie z Ray lub podobnymi frameworkami obliczeniowymi rozproszonymi.
• Wkład w projekty open-source, szczególnie w projekty dotyczące silnika wdrożeniowego lub infrastruktury agenta, takie jak SLIME, verl lub PrimeRL.
• Doświadczenie w budowaniu lub pracy z agentowymi przepływami pracy i środowiskami.

Co oferujemy:

Oferujemy kompleksowy pakiet świadczeń zaprojektowany w celu wsparcia Twojego dobrostanu, rozwoju i równowagi między życiem zawodowym a prywatnym. Świadczenia różnią się w zależności od kraju i mogą obejmować pokrycie kosztów opieki zdrowotnej, urlop macierzyński, plany emerytalne, wsparcie w relokacji, programy wellness, dodatki na posiłki i transport oraz inne lokalne korzyści.

Dla najnowszych informacji na temat dostępnych świadczeń w Twojej lokalizacji, prosimy o zapoznanie się z naszą stroną z informacjami o świadczeniach.

Polityka prywatności:

Twoja prywatność ma dla nas znaczenie. Możesz dowiedzieć się więcej o tym, jak zajmujemy się Twoimi danymi osobowymi w naszej Polityce Prywatności Aplikanta.