Адаптируем резюме под ATS-фильтры, подготовим сопроводительное на основе резюме и вакансии, соберём гайд подготовки к собеседованию, найдём контакты HR и нанимающих
Название вакансии: Инженер по машинному обучению – Lumen Enterprise Models (LLM, ориентированные на SWE)
Местоположение: Лондон; по умолчанию полный рабочий день в офисе
Дата начала: Как можно скорее
Подчиняется: Генеральному директору
Оплата: Зарплата и опционы на акции обсуждаются
Крайний срок подачи заявок: 08/11/26 в 23:59 по времени Великобритании
___________________________________________________________________________
Cosine создаёт автономные системы программной инженерии для организаций, где важны надёжность, безопасность и контроль.
Наши модели Lumen Enterprise разработаны для работы с реальными кодовыми базами. Они должны понимать незнакомые архитектуры, вносить изменения в несколько файлов, использовать инструменты, запускать тесты и создавать программное обеспечение, которое инженеры смогут поддерживать и которому смогут доверять.
Мы ищем инженера по машинному обучению, который поможет обучать и улучшать эти модели.
Вы будете работать со всем стеком обучения, включая предварительное обучение, контролируемую донастройку и обучение с подкреплением. Это действительно уникальная роль, которая даст опыт во всех областях жизненного цикла обучения модели. Мы ищем человека, который одинаково комфортно будет профилировать цикл обучения, выявляя узкие места в производительности и утечки памяти, и внедрять новые алгоритмы обучения с подкреплением.
Это практическая роль для тех, кто любит работать близко к модели и заботится о качестве создаваемого программного обеспечения.
___________________________________________________________________________
Вы будете тесно сотрудничать с командами исследований, инфраструктуры и продукта, чтобы ответить на вопросы, такие как:
Чему Lumen следует учиться дальше?
Какие данные и среды обучат его наиболее эффективно?
Как мы должны вознаграждать правильное, поддерживаемое и полезное программное обеспечение?
Как обучать модели работать с большими репозиториями и длинными контекстами?
Как понять, что модель действительно лучше для инженеров?
Обучаемые вами модели будут писать код, использовать инструменты разработки, запускать тесты и получать обратную связь из реальных сред программной инженерии. Ваша работа напрямую повлияет на то, как Lumen анализирует код, ориентируется в незнакомых системах и совершенствуется с опытом.
___________________________________________________________________________
Лучшие модели кодирования — это не просто те, которые генерируют правдоподобный код.
Они должны понимать контекст, уважать существующую архитектуру, эффективно использовать инструменты, тестировать свою работу и восстанавливаться, если первая попытка не удалась. Они должны создавать изменения, которые работают в реальном мире, а не только на тестах.
Такое поведение нужно обучать.
Вы будете работать напрямую с данными, средами, наградами и оценками, которые формируют возможности Lumen. Ваша работа повлияет на модели, используемые инженерами и корпоративными командами, работающими с комплексными и чувствительными к безопасности программными системами.
Это возможность работать на переднем крае обучения моделей, оставаясь близко к конкретному, высокоценному результату: созданию ИИ, который действительно может заниматься программной инженерией.
___________________________________________________________________________
Работать на всех этапах жизненного цикла обучения, запускать эксперименты по предварительному обучению, контролируемой донастройке и обучению с подкреплением.
Оптимизировать методы обучения в масштабах на передовых моделях.
Диагностировать и устранять узкие места в производительности и избыточные коммуникационные расходы в распределённых средах обучения.
Обучать модели задачам с длинным контекстом, многими файлами и на уровне репозитория.
Разрабатывать циклы RL и RLVR, используя сигналы от выполнения, тестов, линтеров, статического анализа и другой инженерной обратной связи, превращая свежие идеи в масштабируемый, воспроизводимый код.
Исследовать режимы сбоев модели, такие как плохое планирование, хрупкие исправления, обход наград и регрессии.
Сотрудничать с командами инфраструктуры, платформы и данных.
___________________________________________________________________________
Вы можете иметь опыт в исследовании машинного обучения, прикладном ML, обучении моделей или в тесно связанной инженерной области.
У вас должно быть:
Сильный опыт обучения моделей глубокого обучения в производственной или исследовательской среде.
Глубокий практический опыт работы с PyTorch или аналогичной платформой.
Опыт распределённого обучения и работы с многогпу-системами (FSDP, Deepspeed и др.)
Сильные основы программной инженерии и высокий стандарт корректности и поддерживаемости.
Чёткие коммуникативные навыки и умение объяснять технические компромиссы.
Опыт работы с крупными языковыми моделями важен. Вы должны иметь значимый опыт хотя бы в одном из следующих направлений: предварительное обучение, SFT, оптимизация предпочтений, RLHF или RLVR.
Нам важна глубина понимания и доказательства сильного технического суждения больше, чем использование каждого перечисленного инструмента. Даже если вы не соответствуете всем требованиям, пожалуйста, рассмотрите возможность подачи заявки!
Опыт работы с архитектурами mixture-of-experts (MoE).
Опыт работы с CUDA.
Знакомство с vLLM, SGLang или другими системами высокопроизводительного вывода.
Опыт запуска задач на SLURM, Kubernetes или управляемых GPU-платформах.
Опыт работы с бенчмарками моделей кода, такими как SWE-bench, HumanEval или внутренними оценками на уровне репозитория.
Вклад в open-source инструменты для обучения моделей, RL или оценки.
___________________________________________________________________________
Прямое влияние: Ваша работа напрямую формирует следующие поколения моделей Lumen Enterprise SWE, которые инженеры используют каждый день.
Реальный масштаб: Вы будете работать с большими современными open-source моделями, длинными контекстами и многозадачными обучающими запусками на нескольких узлах.
Полный стек ML-инженерии: от кастомного кода PyTorch и распределённых систем до курирования данных, дизайна RL и MLOps.
Исследования + прагматизм: Вы будете в курсе последних публикаций по SFT и кодировать LLM, но вас будут оценивать по внедрённым улучшениям, а не только по идеям.
Если это звучит как подходящая роль, это возможность значительно продвинуть границы моделей программной инженерии на базе open-source.
___________________________________________________________________________
Мы ценим разнообразие происхождения, взглядов и способов мышления и стремимся создать инклюзивное и уважительное рабочее пространство.
Мы поощряем заявки от всех, кто соответствует требованиям роли, даже если вы не соответствуете всем квалификациям. Если вам нужны разумные корректировки на любом этапе процесса найма, мы готовы их обсудить.
___________________________________________________________________________
Мы — команда, работающая в офисе пять дней в неделю по замыслу. Мы считаем, что наша работа выигрывает от совместного присутствия, тесного сотрудничества и создания общего контекста.
Что вы можете ожидать:
Конкурентоспособная зарплата, ориентированная на рынок
Опционы на акции / доли, чтобы вы могли разделить успех, который помогаете создавать
30 дней отпуска + праздничные дни
Усердная работа в офисе, тесное сотрудничество и полноценный отдых
Офис, дружелюбный к собакам — приводите своих собак на работу
Еженедельные командные завтраки и обеды
Ежемесячные корпоративные мероприятия
Пенсионное обеспечение
Высококачественное оборудование для вашей лучшей работы
Мы ценим фокус, устойчивость и качественную работу — а не показное переработывание. Мы ценим людей, которые приходят, вносят продуманный вклад, хорошо сотрудничают с коллегами и затем уходят домой.
Эта роль подходит не всем. Но если вы ищете динамичную среду, тесное сотрудничество и команду, которая серьёзно относится как к работе, так и к балансу между работой и личной жизнью, это отличное место.
___________________________________________________________________________
В соответствии с требованиями GDPR Великобритании и нашими внутренними обязательствами по защите данных и равным возможностям, мы принимаем заявки кандидатов и предложения от агентств только через нашу систему отслеживания кандидатов (ATS). Это обеспечивает соответствующие уведомления о конфиденциальности, законную обработку, аудит и единообразный контроль хранения данных.
Любые резюме или данные кандидатов, полученные вне ATS (включая по электронной почте, Slack или личным сообщением), будут рассматриваться как нежелательные, не будут учитываться в процессе найма и не повлекут за собой обязательств по оплате.
Умножим шансы на каждом этапе поиска и поможем получить выгодный оффер
Узнать большеБудьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности
