Research Engineer, Science

В Google DeepMind мы являемся пионерами в области искусственного интеллекта, нацеленными на решение задач интеллекта и оказание значительного влияния ради общего блага. Мы стремимся создать инклюзивную среду, ценящую разнообразие по всем измерениям, включая пол, расу, религию и многое другое, добиваясь равенства в возможностях трудоустройства.

Если вам требуются размещения из-за инвалидности или особых потребностей, пожалуйста, дайте нам знать, поскольку мы стремимся облегчить процесс подачи заявления.

Наша междисциплинарная команда находится на переднем крае разработки передовых алгоритмов обучения, интегрируя техники глубокого обучения, обучения с подкреплением и системной нейронауки. С многочисленными прорывами, такими как AlphaFold и AlphaMissense, наши амбициозные проекты продолжают сдвигать границы того, что возможно в искусственном общем интеллекте.

Мы гордимся нашей коллаборативной, поддерживающей средой, где амбициозные цели не просто устанавливаются, но и достигаются, благодаря культуре толкания границ и обмена знаниями.

В качестве Исследовательского Инженера, вживленного в нашу динамичную команду, вы будете:

• Заниматься быстрым прототипированием приложений машинного обучения для решения различных научных задач.
• Проводить исследовательскую работу и анализ для формирования будущих экспериментов и исследовательских направлений.
• Улучшать модели и архитектуры машинного обучения, разрабатывая инструменты для оптимизации исследовательских процессов.
• Тесно сотрудничать как с внутренними, так и с внешними экспертами в различных научных областях.
• Эффективно общаться с результатами и прогрессом внутри научного сообщества.

Эта роль идеально подходит для тех, кто чувствует себя уверенно в экспериментальных, насыщенных данными условиях и страстно желает использовать свои навыки в области машинного обучения и науки для ведения инноваций.

Успешные кандидаты обычно имеют:

• Степень магистра в области информатики, электротехники или смежной области.
• Практический опыт работы с продвинутыми техниками машинного обучения (например, Transformers, Diffusion Models).
• Знание языков программирования, используемых в ML и вычислениях, таких как Python