Назад к вакансиям

ML Researcher / Research Scientist — Probabilistic Modeling & Decision Making

от 7 000 $в месяц
BrainShellsУдалённоот 6 летКонтракт
PythonMachine LearningMLPyTorchReinforcement LearningMulti-agent systemsAlgorithmic tradingMonte CarloBayesian MLPOMDPProbabilistic MLSequential Decision MakingBehavior ModelingOff-policy EvaluationStochastic OptimizationUncertainty Estimation

Описание

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.

Обязанности

  • Моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget

Требования

  • Самостоятельно разрабатывал или существенно улучшал ML/математические методы
  • Умеет работать с неопределённостью
  • Может экспериментально доказать, почему новый подход лучше сильного baseline
  • Опыт в одном или нескольких направлениях: RL / sequential decision making / POMDP / world models
  • Опыт в одном или нескольких направлениях: probabilistic & Bayesian ML, latent-variable models, uncertainty estimation
  • Опыт в одном или нескольких направлениях: behavior / opponent modeling, multi-agent systems
  • Опыт в одном или нескольких направлениях: off-policy evaluation, importance sampling, doubly robust estimation, variance reduction
  • Опыт в одном или нескольких направлениях: Monte Carlo / Markov models / stochastic optimization
  • Опыт в одном или нескольких направлениях: algorithmic trading / HFT / pricing / decision systems с реальными ограничениями на latency
  • Сильная математическая база
  • Опыт собственных R&D-разработок и публикациями либо сильный applied research опыт
  • Стек для прототипирования: Python / PyTorch

Будет плюсом

  • PhD

Условия

  • Заработная плата от 7000$
  • Удаленный формат работы
  • Контракт от 3 месяцев
  • Приоритетно рассматриваем full-time
  • Для сильного кандидата готовы обсуждать part-time
  • Данные и вычислительная инфраструктура есть
  • Задача предполагает много экспериментов и достаточно высокую исследовательскую свободу

Процесс отбора

  • Прислать CV + 2–3 предложения про наиболее релевантный research/ML-проект: что улучшали, какой был baseline, что сделали лично и каким результатом доказали эффект