Senior Research Scientist, Machine Learning Efficiency

Nombre del puesto: Científico Principal de Investigación en Eficiencia del Aprendizaje Automático

Empresa: Google

Ubicación: Varias ubicaciones disponibles

Calificaciones mínimas:

• Doctorado en Ciencias de la Computación, un campo técnico relacionado, o experiencia práctica equivalente.
• Más de 7 años de experiencia en Aprendizaje Automático (ML), Eficiencia en ML, Optimización en ML, o un campo relacionado.
• Historial probado de contribuciones a la comunidad de investigación, incluyendo publicaciones en foros prestigiosos como ICML, ICLR, NeurIPS.
• Competencia en lenguajes de programación como Python o C/C++.

Calificaciones preferidas:

• Experiencia demostrada en investigación pionera e innovación.
• Habilidades de codificación fuerte y experiencia en desarrollo de software.
• Experiencia colaborando efectivamente dentro de un ambiente de equipo de investigación.
• Excelentes habilidades de resolución de problemas con la capacidad de navegar a través de la ambigüedad.

Sobre el rol:

Como Científico Principal de Investigación en Google, serás parte de un equipo dinámico que empuja los límites del aprendizaje automático y sus aplicaciones. Serás responsable de diseñar y ejecutar experimentos a gran escala, desplegar rápidamente ideas prometedoras y contribuir tanto a los avances teóricos como prácticos en ciencias de la computación. Nuestros proyectos abarcan una vasta gama de temas desde aprendizaje automático, minería de datos, procesamiento de lenguaje natural, hasta optimización del rendimiento de software y hardware, y tecnologías fundamentales de búsqueda.

Tu trabajo influenciará las próximas generaciones de tecnología, mejorando la eficiencia de los modelos de aprendizaje automático y la velocidad a la que operan. También tendrás el honor de contribuir de nuevo a la comunidad de investigación global publicando tus hallazgos y colaborando con instituciones académicas en todo el mundo.

Responsabilidades clave:

• Avanzar en algoritmos fundamentales y arquitecturas de modelos, mejorando la eficiencia del entrenamiento de sistemas de aprendizaje profundo y su generalización.
• Desarrollar soluciones innovadoras para inferencia eficiente en modelos fundamentales incluyendo técnicas como adopción de conocimiento y destilación.
• Optimizar la selección de subconjuntos de datos y metodologías de entrenamiento para manejar conjuntos de datos extensos.
• Mejorar el pipeline de despliegue de modelos a través de varias etapas incluyendo el preentrenamiento, ajuste fino, y aprendizaje por refuerzo a partir de feedback humano (RLHF).

Esta es una oportunidad destacada para liderar investigaciones revolucionarias en un entorno vibrante y propicio en Google, permitiendo la realización de sistemas inteligentes de próxima generación. Si estás impulsado por la innovación y el deseo de dar forma al futuro, nos encantaría saber de ti.

Cómo aplicar:

Para enviar tu solicitud, por favor actualiza tu currículum más reciente y lista de publicaciones, y aplica a través de nuestra página de carreras. Estamos emocionados de revisar tus contribuciones y explorar cómo puedes hacer un impacto significativo en Google Research.

Google es un empleador que ofrece igualdad de oportunidades. Celebramos la diversidad y estamos comprometidos a crear un ambiente inclusivo para todos los empleados.