ML Researcher / Research Scientist — Probabilistic Modeling & Decision Making - BrainShells Вилка

Data Science Jobs; United States; On-site; USD 70,000 - 110,000; Full time

Job summary

BrainShells ищет ML Researcher/Research Scientist уровня Senior/Staff для задач на стыке probabilistic ML и моделирования поведения агентов. Задача — работать в стохастической многопользовательской среде с частичным наблюдением, развивая методы вероятностного ML и оценки неопределённости.

Кандидат должен иметь сильную математическую базу, опыт собственных R&D проектов и/или публикаций. Формат работы — remote, контракт от 3 месяцев; при сильном кандидате возможна часть-тайм.

Qualifications

• Ищем ML Researcher уровня Senior/Staff с опытом собственных R&D-разработок или сильным applied research опытом.
• Умение работать с неопределённостью и доказывать преимущества новых подходов над базовыми методами.
• Фундаментальная математическая база и публикации будут плюсом.

Responsibilities

• Разработка и улучшение стохастических моделей для многопользовательской среды с частичным наблюдением.
• Экспериментальная валидация подходов и сравнение с базовыми методами.
• Использование прогнозов для решений в условиях неопределённости и ограниченного inference budget.

Skills

Probabilistic ML

Bayesian ML

Reinforcement Learning

POMDP

World Models

Uncertainty Estimation

Multi-Agent Systems

Off-policy Evaluation

Monte Carlo Methods

Stochastic Optimization

Algorithmic Trading

Education

PhD preferred

Tools

Python

PyTorch

Job description

ML Researcher / Research Scientist — Probabilistic Modeling & Decision Making

Компания: BrainShells

Вилка: от 7000$

Ищем сильного ML Researcher уровня Senior / Staff для сложной исследовательской задачи на стыке probabilistic ML, sequential decision making и моделирования поведения агентов.

Это не классическая вакансия Data Scientist с задачами на табличные данные. Нужен человек, который самостоятельно разрабатывал или существенно улучшал ML/математические методы, умеет работать с неопределённостью и может экспериментально доказать, почему новый подход лучше сильного baseline.

Задача: есть стохастическая многоагентная среда с частичной наблюдаемостью и десятки миллионов исторических эпизодов. Необходимо моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget.

Особенно интересен опыт в одном или нескольких направлениях:

• RL / sequential decision making / POMDP / world models;
• probabilistic & Bayesian ML, latent-variable models, uncertainty estimation;
• behavior / opponent modeling, multi-agent systems;
• off-policy evaluation, importance sampling, doubly robust estimation, variance reduction;
• Monte Carlo / Markov models / stochastic optimization;
• algorithmic trading / HFT / pricing / decision systems с реальными ограничениями на latency.

Кого особенно хотим увидеть: исследователей с сильной математической базой, опытом собственных R&D-разработок и публикациями либо сильным applied research опытом. PhD будет плюсом, но не является обязательным. Важнее возможность разобрать свой проект в формате: проблема → baseline → ваша идея → альтернативы → эксперимент → измеримый результат.

Стек для прототипирования: Python / PyTorch. Данные и вычислительная инфраструктура есть, задача предполагает много экспериментов и достаточно высокую исследовательскую свободу.

Формат: remote, контракт от 3 месяцев. Приоритетно рассматриваем full-time, но для сильного кандидата готовы обсуждать part-time