ml researcher

BrainShells; United States; On-site; USD 120,000 - 180,000; Full time

Benefits offered by this job

Исследовательская свобода

Job summary

HireHi ищет исследователя машинного обучения для работы над стохастическими многоагентными системами с частичной наблюдаемостью и ограниченными вычислительными ресурсами. Ваша задача — моделировать поведение участников, использовать прогнозы для принятия решений и прототипировать решения на Python и PyTorch.

Ключевые требования — крепкая математика, опыт самостоятельных исследований в ML, умение работать с неопределённостью и сравнивать подходы с сильной базой.

Qualifications

• Сильная математическая база и опыт самостоятельных исследований в ML или математических методах.
• Умение работать с неопределённостью и ограничениями бюджета вычислений.
• Опыт экспериментального сравнения подходов с базовым решением.
• Будет плюсом PhD, публикации, прикладные исследования, обучение с подкреплением, моделирование поведения.

Responsibilities

• Моделировать поведение участников на основе миллионов эпизодов.
• Использовать прогнозы для принятия решений в условиях неопределённости и ограниченных вычислительных ресурсов.
• Разрабатывать или существенно улучшать методы машинного обучения и математики.
• Экспериментально доказывать преимущество нового подхода над базовым решением.
• Прототипировать решения на Python и PyTorch.

Skills

Математическая база

Самостоятельные исследования

Работа с неопределённостью

Опыт сравнения подходов

Education

PhD желательно

Tools

Python

PyTorch

Job description

Описание:

Задача связана с моделированием поведения участников в стохастической многоагентной среде с частичной наблюдаемостью и использованием прогнозов для принятия решений при неопределённости и ограниченном бюджете вычислений.

Задачи:

• Моделировать поведение участников на основе десятков миллионов исторических эпизодов
• Использовать прогнозы для принятия решений в условиях неопределённости и ограниченного бюджета вычислений
• Разрабатывать или существенно улучшать методы машинного обучения и математики
• Экспериментально доказывать преимущество нового подхода над сильным базовым решением
• Прототипировать решения на Python и PyTorch

Требования:

• Сильная математическая база
• Опыт самостоятельных исследований и разработок в машинном обучении или математических методах
• Умение работать с неопределённостью
• Опыт экспериментального сравнения подходов с сильным базовым решением
• Умение подробно разбирать собственный проект: проблему, базовое решение, идею, альтернативы, эксперимент и измеримый результат
• Будет плюсом: PhD, публикации или сильный опыт прикладных исследований, опыт в обучении с подкреплением, вероятностном и байесовском машинном обучении, моделировании поведения, многоагентных системах, оценке вне политики, методах Монте-Карло, алгоритмической торговле, высокочастотной торговле, ценообразовании или системах принятия решений с ограничениями по задержке

Условия:

• Контракт от 3 месяцев
• Предпочтительна работа на полный день; для сильного кандидата готовы обсуждать частичную занятость
• Доступны данные и вычислительная инфраструктура
• Предусмотрена значительная исследовательская свобода