教会人工智能如何进行推理——安全、透明且大规模地进行。
我们如何超越模式匹配，进入真正的机器推理？这个应用科学家职位让你处于这一挑战的中心——开发能够推理、解释其逻辑，并在复杂、高风险行业中做出可验证决策的模型。
你将加入一家资金充足的初创公司，构建特定领域的推理系统和代理人工智能，适用于可靠性和可解释性不可或缺的行业。
你的工作将集中在大型多模态模型的后训练，应用RLHF、DPO和偏好学习的最新技术，使人工智能系统更一致、真实，并与人类推理保持一致。你将设计框架，将原始模型潜力转化为透明、可信的智能。
你将开发和优化后训练管道，实施推理深度和事实准确性的奖励建模，并构建可验证、人类对齐行为的评估框架。通过使用专有和合成数据集，你将进行端到端实验，并将你的方法直接部署到生产中。
你将带来基于变压器的模型训练（LLM、VLM、MLLM）、后训练或对齐（RLHF、DPO、奖励建模）的背景，以及在Python和PyTorch方面的强大实践技能。对推理代理、混合学习和可解释性研究的好奇心将帮助你在这里茁壮成长。
如果你有多模态推理、评估和验证方面的经验，或在对齐或推理系统方面有过研究贡献，将获得加分。
公司已筹集超过2000万美元（A轮融资公告即将发布），并已与财富100强和500强客户合作。由一位曾成功退出十亿美元企业的企业家创立，人工智能团队今年将从11人扩展到40多人。
薪酬：20万–32万美元基本工资（可协商）+奖金+股票+福利
地点：旧金山湾区（目前远程；2026年后混合办公）
如果你对定义人工智能系统如何推理、决策和自我解释感到兴奋——我们期待你的来信。
所有申请者都会收到回复。
