在 Google DeepMind，我们重视经验、知识、背景和视角的多样性，并利用这些特质创造非凡的影响。我们致力于提供平等的就业机会，无论性别、种族、宗教或信仰、民族或国籍、残疾、年龄、公民身份、婚姻、家庭或民事伴侣身份、性取向、性别认同、怀孕或相关情况（包括哺乳）或任何其他受适用法律保护的基础。如果您有残疾或其他需要住宿的需求，请随时告知我们。
快照
我们的特殊跨学科团队结合了深度学习、强化学习和系统神经科学的最佳技术，以构建通用学习算法。我们已经在构建人工通用智能方面取得了一些高调的突破，并且我们具备进一步在未来几年取得重大进展的所有条件。
关于我们
我们是一个专注的科学社区，致力于“解决智能问题”，确保我们的技术用于广泛的公共利益。
我们建立了一个支持性和包容性的环境，鼓励合作，分享学习。我们不受限于他人认为可能或不可能的事情。我们驱动自己并激励彼此突破界限，实现雄心勃勃的目标。
角色
要在这个角色中取得成功，您需要对利用最近在大型语言模型中的突破推动科学进步充满热情，此外还要掌握标准的机器学习和其他计算技术。您将加入一个由领域专家、机器学习研究人员和工程师组成的跨学科团队，探索生物学、物理学、数学和其他领域中的一系列重要科学问题。我们的工作组织为几个长期关注领域，旨在实现对技术现状的重大突破（例如，AlphaFold、AlphaMissense 和 FunSearch）。您将利用我们独特的专业知识、数据和计算资源，快速且大规模地进行实验和迭代。
作为一名嵌入式 LLM 研究工程师，您将与研究人员和软件工程师合作，开发和进行实验，探索 AI - 特别是 LLM - 在科学问题中的新应用。该团队在许多不同领域处于领先地位，因此您可能会参与验证早期想法的探索性工作，或在一个成熟的领域中深入并利用一条有前途的研究路线。您还可以通过自己的科学领域知识为团队的科学知识和经验做出贡献。您将与内部和外部研究人员合作，进行桥接 AI 和科学的开创性研究。
主要职责：
• 计划并快速原型化应用于科学问题的机器学习技术。
• 进行探索性分析，以指导实验和研究方向。
• 设计并运行可扩展的基础设施和程序，以训练和评估现代机器学习系统。
• 实施工具、库和框架，并在现有系统上进行构建，以加速和启用新研究。
• 清晰高效地报告和展示软件开发、实验结果和数据分析。
• 与内部和外部科学领域专家合作。
该角色适合那些喜欢在充满实验性的环境中工作，处理大型和嘈杂数据集，并希望沉浸在创新科学、LLM、ML 和 AI 研究中的候选人。
关于您
为了帮助您在 Google DeepMind 的研究工程师职位上获得成功，我们寻找以下技能和经验：
为了帮助您在 Google DeepMind 的研究工程师职位上获得成功，我们寻找以下技能和经验：
• 计算机科学、电气工程、科学、数学或同等经验的硕士学位。
• 有与大型语言模型（LLMs）合作的经验，例如微调和推理。
• 有处理大型和嘈杂数据集的经验。
• 至少熟悉一种编程语言（优先考虑在机器学习或科学计算中常用的语言，如 Python 或 C++）。
• 具备至少相当于大学一年级课程的线性代数、微积分和统计学知识。
• 有探索、分析和可视化数据的经验。
• 熟悉 Jax、PyTorch、TensorFlow、NumPy、Pandas 或类似的机器学习/科学库。
此外，以下经验将是一个优势：
• 具有高级 LLM 训练和推理程序的经验，例如 RLXF 和变体、检索、思维链和工具使用。
• 有 LLM 的扩展和性能优化经验。
• 有跨领域合作的经验。
• 科学领域知识（尤其是生物学）。
• 处理大型、复杂、分布式系统的经验。
在评估技术背景时，我们将全面考虑科学、机器学习和计算经验的组合。我们并不期望您在所有领域同时成为专家。然而，除了科学知识外，由于该角色在三者之间架起了桥梁，因此每个领域的一些经验是必要的。
申请截止日期：2月18日星期二，格林威治标准时间下午5点。 
伦敦