关于基础
基础是一个非营利的应用人工智能研究组织，拥有两个相辅相成的目标。
第一个目标是理解和构建智能。这意味着建立推理、学习、决策、理解和解释的数学原理；并构建实现这些原理的软件。
第二个目标是提升社会解决棘手问题的能力。这意味着扩大我们今天能够解决的问题的规模、复杂性和广度，更重要的是，加速我们未来解决问题的能力。
为了实现这些目标，我们正在构建一个新的技术基础，灵感来自人类的推理方式，以及一个以人类价值为先的新型协作组织。
关于角色
研究工程师通过将研究思想转化为正确、健壮和可扩展的高质量代码来支持基础的使命。
我们寻找在技术上表现出色并重视探究概念基础的个人。我们的研究工程师致力于进行严谨、高质量、稳健的科学研究，不惧怕尝试、犯错，并探索截然不同的想法以实现这一目标。
基础是一个协作的事业，无论是在内部还是与我们的外部合作伙伴；我们寻找那些喜欢与他人共同解决比自己单独能够应对的更大挑战的个人。
机器学习研究工程师
该角色面向机器学习工程领域的专家。机器学习研究工程的核心领域包括：
• 概率编程和统计推断
• 深度学习
• 因果推断
• 程序合成与分析
• 机器学习运维和系统工程
这些领域是在构建推理系统的背景下进行的。因此，研究工程师还将参与编程语言设计与实现、自动微分、SAT/SMT求解器等主题。
我们期望您：
• 拥有出色的编程和软件工程技能，尤其是在Julia、Python、C++、机器学习相关语言方面。
• 展示出从头到尾推动软件项目的能力。这可以通过开源项目、技术报告和出版物来证明。
• 能够消化来自PL和/或ML领域的研究，如PLDI、POPL、NeurIPS或ICML。
• 在不确定的情况下高效自主地推进工作。
• 对解决现实世界问题和产生积极的社会影响充满热情。
• 在机器学习工程方面有显著的技术成就。例如：
• 您从零开始实现了新发布技术的变体。
• 您构建了跨多台机器训练大型模型的系统和工作流。
• 您构建了涵盖编程栈各个层次的系统，从高层API基础设施到接近底层的代码。
此外，以下条件将是一个优势：
• 在技术领域（包括统计学、编程语言、机器学习、计算神经科学、认知科学、物理学、数学等）拥有博士学位（或同等经验）。
职责：
• 将研究思想转化为正确、健壮和可扩展的高质量代码。
• 参与编程语言的设计/实现。
• 性能工程，扩展研究代码。
• 算法开发。
• 为基础的文化和方向做出贡献。
• （可选）在期刊和会议上发表和展示研究成果。
角色详情
我们鼓励那些可能不符合所有以下标准的优秀候选人申请。
• 全职/兼职：这是一个全职职位
• 工作时间：虽然我们优先考虑面对面的协作以促进创造性工作，但您的工作时间有一定的灵活性。请准备参加为期多天的基础全员面对面活动。
• 工作地点：该角色在纽约市或波士顿的现场工作。
• 薪资范围：竞争力的薪资和奖金。 
纽约