Staff Research Scientist, Machine Learning Efficiency

¿Estás listo para impulsar la investigación y la innovación de vanguardia en aprendizaje automático? Google Research busca un Staff Research Scientist altamente cualificado para avanzar en nuestra eficiencia de aprendizaje automático en proyectos que empujan los límites de la ciencia de la computación. Este rol ofrece la chance de trabajar en tecnología revolucionaria que impacta todos los productos de Google.

• Doctorado en Ciencias de la Computación o un campo técnico estrechamente relacionado, o experiencia práctica equivalente.
• 4+ años de experiencia gestionando agendas de investigación a través de múltiples equipos o proyectos en áreas como Aprendizaje Automático (ML), Eficiencia de ML, o Optimización de ML.
• Competente con lenguajes de programación como Python o C/C++.
• Experiencia en la presentación de publicaciones científicas para conferencias, revistas, o repositorios públicos (ej., ICML, ICLR, NeurIPS).

• Experiencia previa en iniciativas de investigación pioneras.
• Demostrada liderazgo dentro de equipos de investigación.
• Fuerte capacidad para navegar y prosperar en situaciones ambiguas.

Como Científico de Investigación en Google, establecerás pruebas a gran escala, desplegarás ideas prometedoras ampliamente, y manejarás tanto los plazos como los entregables. Tu trabajo se centrará en el desarrollo de nuevos productos y tecnologías a lo largo del espectro de la ciencia de la computación, incluyendo áreas como aprendizaje automático, procesamiento de lenguaje natural, y análisis de rendimiento de software.

Tendrás la libertad de enfatizar aspectos específicos de tu trabajo y contribuir activamente a la comunidad de investigación más amplia compartiendo y publicando tus hallazgos. Esta es una oportunidad única de colaborar con varios equipos de Google a nivel mundial y realizar impactos sustanciales permitiendo avances fundamentales y pioneros en productos de próxima generación.

• Liderar avances en algoritmos y arquitecturas de modelos para acelerar el entrenamiento y mejorar la generalización de modelos de aprendizaje profundo.
• Desarrollar técnicas innovadoras para hacer la inferencia con modelos fundamentales más eficiente, incluyendo métodos de adopción de conocimiento y destilación.
• Centrarse en la selección de subconjuntos de datos y métodos de entrenamiento eficientes para grandes conjuntos de datos.
• Mejorar el pipeline de despliegue de modelos, incluyendo pre-entrenamiento, ajuste de instrucciones, y Aprendizaje Reforzado con Retroalimentación Humana (RLHF).

Si te apasiona avanzar en la eficiencia del aprendizaje automático y estás ansioso por construir sistemas inteligentes de próxima generación, aplica hoy para unirte a Google Research.

Nombre de la Compañía: Google
Título del Trabajo: Staff Research Scientist, Eficiencia en Aprendizaje Automático