快照
我们正在寻找有才华的研究工程师，推动人工智能领域的基础研究和技术发展，成为我们跨学科和协作的强化学习团队的一部分。
关于我们
谷歌 DeepMind 的强化学习团队是一个由科学家和工程师组成的小团队，由 David Silver 领导。我们解决强化学习中的大规模研究挑战。我们构建强化学习算法，对其进行扩展，并实现具有重大科学或产品影响的成果。强化学习团队的成员在构建 DQN、AlphaGo、Rainbow、AlphaZero、MuZero、AlphaStar、AlphaProof 和 Gemini 等方面发挥了重要作用。帮助我们构建下一个重大项目！
角色
作为研究工程师，您将在研究项目、工程计划和研究应用中运用您的技术技能和机器学习知识。
您的工作可能包括：
• 使研究方法在大规模计算中运行。
• 性能工程、基准测试和优化。
• 通过设计和运行实验、分享分析和提出下一步建议来解决关键研究挑战。
• 在研究项目中带来工程专业知识。与其他工程师和研究人员分享您的技能和知识。
• 设计、构建和改进研究基础设施。
• 启动或追求新颖的研究方向。
我们的项目涵盖了最先进的机器学习和人工智能领域的全方位，包括大型语言模型、分布式机器学习技术等，但重点是强化学习。
我们全面看待人们的背景，不期望您在所有领域都是专家。我们希望您能够主动快速地采用新技术和系统，但我们也投入大量时间培训和帮助人们在角色中不断学习。
我们在研究工程师中寻找的核心技能包括：
• 计算机科学、电气工程、科学、数学或相关经验的学位。
• 广泛的软件工程经验，特别是在使用基于 Python 的科学库（如 JAX、PyTorch、TensorFlow、NumPy）方面。
• 熟悉机器学习和强化学习，以及跟踪相关研究论文所需的数学和统计知识（线性代数、微积分等）。
我们还对以下内容感兴趣：
• 大规模系统设计、分布式系统。
• 机器学习的分布式计算，尤其是在加速器（例如分片、多主机计算）的上下文中。
• C++ 或更广泛的编程经验。
• 数据工程和可视化。
• 开源贡献的良好记录。
• 强大的沟通能力（通过讨论、演示、技术和研究写作、白板展示）。
• 在机器学习领域的学术研究经验、出版物或相关领域的研究经验。
在谷歌 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，不论性别、种族、宗教或信仰、民族或国籍、残疾、年龄、公民身份、婚姻、家庭或民事伴侣状态、性取向、性别认同、怀孕或相关状况（包括哺乳）或任何其他受适用法律保护的依据。如果您有残疾或需要额外的帮助，请随时告诉我们。
申请截止日期为 6 月 4 日星期三下午 5 点（格林威治标准时间） 
伦敦