在 Google DeepMind，我们重视经验、知识、背景和观点的多样性，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。如果您有需要住宿的残疾或额外需求，请随时告知我们。
快照
人工智能可能是人类最有用的发明之一。在 Google DeepMind，我们是一支由科学家、工程师、机器学习专家等组成的团队，齐心协力推动人工智能的前沿技术。我们利用我们的技术为公众利益和科学发现服务，并与他人合作应对关键挑战，确保安全和伦理始终是我们的首要任务。
角色
我们正在寻找一位具有卓越编程和工程技能的研究工程师，深入理解大规模神经网络训练和数据处理，并具备强大的机器学习实验知识。理想的候选人将拥有训练和开发多模态模型的实践经验。
主要职责：
• 开发、维护和改进大规模多模态模型，重点关注视频建模，以及用于培训和评估的数据管道。
• 设计和实施新颖的方法来评估和改进多模态生成模型，特别是在训练后阶段。
• 构建和维护强大的数据管道，以收集和处理大规模数据集，包括人工标注的数据。
• 与研究科学家合作，将研究想法转化为生产就绪的代码。
关于您
为了让您在 Google DeepMind 成为研究工程师取得成功，我们寻找以下技能和经验：
• 计算机科学、物理、数学、应用统计、机器学习或等效实践经验的学士、硕士或博士/哲学博士学位。
• 拥有深度学习的强大背景，并在相关架构（例如，变压器、图神经网络等）方面有证明的经验。
• 在多模态领域（视频、文本）中训练大规模机器学习模型的经验。
• 出色的软件工程技能，证明能够构建强大且可扩展的系统。
• 精通 JAX、TensorFlow、PyTorch、NumPy 和 Pandas 等机器学习和科学库。
• 有大型数据处理框架（例如，Apache Beam、Spark）或分布式训练基础设施的经验。
此外，以下经验将是一个优势：
• 有 LLM、VLM 和/或扩散模型训练和推理的经验。
• 有计算机视觉任务（视频分类、物体跟踪、深度估计等）的经验。
• 在团队中参与项目，从初步概念阶段到最终实施和评估的经验。 
