ML Researcher / Research Scientist

от 7 000 $

≈ от 582,7 тыс. ₽

🌍 УдалённоSeniorПолная занятость

от 7 000 $≈ от 582,7 тыс. ₽

Стоит ли откликаться

Стоит откликнуться

Вилку работодатель назвал прямо в объявлении. Объявление живое, и что за работа, понятно из текста.

Всё в норме

3 важные вещи не сказаны: вопросы к первому созвону уже готовы

Написать напрямуюВ тексте вакансии есть контакт: письмо уйдёт человеку, а не в систему подбора

Чем предстоит заниматься

Ищем сильного ML Researcher уровня Senior / Staff для сложной исследовательской задачи на стыке probabilistic ML, sequential decision making и моделирования поведения агентов

Это не классическая вакансия Data Scientist с задачами на табличные данные. Нужен человек, который самостоятельно разрабатывал или существенно улучшал ML/математические методы, умеет работать с неопределённостью и может экспериментально доказать, почему новый подход лучше сильного baseline

Задача: есть стохастическая многоагентная среда с частичной наблюдаемостью и десятки миллионов исторических эпизодов. Необходимо моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget

Наши требования

Python / PyTorch. Данные и вычислительная инфраструктура есть, задача предполагает много экспериментов и достаточно высокую исследовательскую свободу

Формат: remote, контракт от 3 месяцев. Приоритетно рассматриваем full-time, но для сильного кандидата готовы обсуждать part-time

Дополнительно

RL / sequential decision making / POMDP / world models

Probabilistic & Bayesian ML, latent-variable models, uncertainty estimation

Behavior / opponent modeling, multi-agent systems

Off-policy evaluation, importance sampling, doubly robust estimation, variance reduction

Monte Carlo / Markov models / stochastic optimization

Algorithmic trading / HFT / pricing / decision systems с реальными ограничениями на latency

Кого особенно хотим увидеть: исследователей с сильной математической базой, опытом собственных R&D-разработок и публикациями либо сильным applied research опытом. PhD будет плюсом, но не является обязательным. Важнее возможность разобрать свой проект в формате: проблема → baseline → ваша идея → альтернативы → эксперимент → измеримый результат