H-1BGreen card em andamento para este cargo
REG. 2082254
Engenheiro de Pesquisa, Infraestrutura, Inferência
Thinking Machines Lab Inc.
- Local: San Francisco, CA
- Área: Tecnologia
- Visto provável: H-1B
- Vaga vista pela última vez em 18/07/2026
Engenheiro de pesquisa em San Francisco; empresa com 5 aprovações de LCA nos últimos 12 meses.
Cadastro grátis — o contato e o link oficial da vaga ficam no portal.
Descrição da vaga
Tradução automática do anúncio original do empregador.
<div class="content-intro"><p data-pm-slice="1 1 []"> A missão do Laboratório de Máquinas de Pensar é capacitar a humanidade através do avanço da inteligência geral colaborativa. Estamos construindo um futuro onde todos têm acesso ao conhecimento e ferramentas para fazer a IA funcionar para suas necessidades e objetivos únicos.
<p>Somos cientistas, engenheiros e construtores que criaram alguns dos produtos de IA mais usados, incluindo ChatGPT e Character.ai, modelos de pesos abertos como Mistral, bem como projetos populares de código aberto como PyTorch, OpenAI Gym, Fairseq e Segment Anything.</p></div><h2>Sobre o Papel</h2>
Estamos procurando um engenheiro de pesquisa de infraestrutura para projetar, otimizar e escalar os sistemas que alimentam grandes modelos de IA. Seu trabalho tornará a inferência mais rápida, mais econômica, mais confiável e mais reprodutível para permitir que nossas equipes se concentrem em avançar as capacidades do modelo ao invés de gerenciar gargalos.</p>
Nosso foco é na inferência de modelos eficientes e performantes tanto para alimentar aplicações do mundo real como para acelerar a pesquisa. Esse papel é responsável pela infraestrutura que garante que cada experimento, avaliação e implantação funcione suavemente em escala.</p>
<p><em> Nota: Este é um "papel sempre verde" que mantemos aberto numa base contínua para expressar interesse. Recebemos muitas aplicações, e pode nem sempre haver um papel imediato que se alinha perfeitamente com sua experiência e habilidades. Ainda assim, encorajamos você a se candidatar. Revisamos continuamente os pedidos e contatamos os candidatos como novas oportunidades abertas. Você é bem-vindo para reaplicar se você tiver mais experiência, mas por favor evite aplicar mais de uma vez a cada 6 meses. Você também pode descobrir que colocamos postagens para papéis singulares para necessidades específicas separadas, projeto ou equipe. Nesses casos, você é bem-vindo para aplicar diretamente, além de um papel evergreen.</em></p>
<h2>O que você vai fazer</h2>
<ul>
<li> Trabalhe junto com pesquisadores e engenheiros para trazer modelos de IA de ponta para a produção.</li>
Colaborar com equipes de pesquisa para permitir inferências de alto desempenho para novas arquiteturas.</li>
<li>Projete e implemente novas técnicas, ferramentas e arquiteturas que melhorem o desempenho, latência, rendimento e eficiência.</li>
<li>Otimize nossa frota de base de código e computação (por exemplo, GPUs) para utilizar totalmente os FLOPs de hardware, largura de banda e memória.</li>
<li>Extende frameworks de orquestração (por exemplo, Kubernetes, Ray, SLURM) para inferência distribuída, avaliação e serviço de batch grande.</li>
Estabeleça padrões para confiabilidade, observação e reprodutibilidade em toda a pilha de inferência.</li>
<li>Publicar e compartilhar aprendizagens através de documentação interna, bibliotecas de código aberto ou relatórios técnicos que avançam no campo da infraestrutura de IA escalável.<br><br></li>
</ul>
<h2>Competências e Qualificações</h2>
<p>Qualificações mínimas:</p>
<ul>
<li> Grau de bachelor ou experiência equivalente em ciência da computação, engenharia ou similar.</li>
<li>Compreensão das estruturas de aprendizagem profunda (por exemplo, PyTorch, JAX) e suas arquiteturas de sistema subjacentes.</li>
<li>Experiência com sistemas de serviço de inferência otimizados para rendimento e latência (por exemplo, SGLang, vLLM).</li>
<li> Em um ambiente altamente colaborativo envolvendo muitos, diferentes parceiros interfuncionais e especialistas em assuntos.</li>
<li> Um viés para a ação com uma mentalidade para tomar iniciativa para trabalhar em diferentes pilhas e diferentes equipes onde você vê a oportunidade de se certificar de algo navios.</li>
Competências de engenharia fortes, capacidade de contribuir com o desempenho, código mantendível e depuração em bases de código complexas</li>
</ul>
<p>Qualificações preferenciais — encorajamo-lo a candidatar-se se encontrar algumas, mas não todas estas:</p>
<ul>
<li>Experienciar treinamento ou apoiar modelos de linguagem em larga escala com centenas de bilhões de parâmetros ou mais.</li>
<li>Compreensão de sistemas de computação distribuídos, paralelismo com GPU e otimizações conscientes de hardware.</li>
<li>Contribuições para projetos de infraestrutura de ML ou sistemas de código aberto (por exemplo, SGLang, vLLM, PyTorch, Triton, DeepSpeed, XLA).</li>
<li> Track registro de melhoria da produtividade da pesquisa através de projeto de infraestrutura ou melhorias de processo.</li>
</ul>
<h2>Logística</h2>
<ul>
Localização: Este papel é baseado em São Francisco, Califórnia.
<li>Compensação: Dependendo de antecedentes, habilidades e experiência, a faixa salarial anual esperada para esta posição é de $350,000 - $475.000 USD.</li>
<li>Visa patrocínio: Nós patrocinamos vistos. Embora não possamos garantir sucesso para cada candidato ou papel, se você é o ajuste certo, estamos comprometidos em trabalhar através do processo de visto juntos.</li>
Benefícios: A Thinking Machines oferece benefícios de saúde, odontologia e visão generosos, PTO ilimitado, licença parental paga e apoio de relocação conforme necessário.
</ul><div class="content-conclusion"><p><em> Conforme estabelecido na política de igualdade de oportunidades de emprego das Máquinas de Pensar, não discriminamos com base em qualquer estatuto de grupo protegido ao abrigo de qualquer lei aplicável. </em></p>
<p><em> O Laboratório de Máquinas de Pensar considerará para candidatos qualificados para o emprego com histórico criminal de uma forma consistente com os requisitos da lei de chance justa da Califórnia, a Portaria de chance justa de São Francisco, e qualquer outra lei ou lei de chance justa aplicável do estado ou local.</em></p></div>
Ver o texto original em inglês
<div class="content-intro"><p data-pm-slice="1 1 []">Thinking Machines Lab's mission is to empower humanity through advancing collaborative general intelligence. We're building a future where everyone has access to the knowledge and tools to make AI work for their unique needs and goals. </p>
<p>We are scientists, engineers, and builders who’ve created some of the most widely used AI products, including ChatGPT and Character.ai, open-weights models like Mistral, as well as popular open source projects like PyTorch, OpenAI Gym, Fairseq, and Segment Anything.</p></div><h2>About the Role</h2>
<p>We’re looking for an infrastructure research engineer to design, optimize, and scale the systems that power large AI models. Your work will make inference faster, more cost-effective, more reliable, and more reproducible to enable our teams to focus on advancing model capabilities rather than managing bottlenecks.</p>
<p>Our focus is on performant and efficient model inference both to power real-world applications and to accelerate research. This role is responsible for the infrastructure that ensures every experiment, evaluation, and deployment runs smoothly at scale.</p>
<p><em>Note: This is an "evergreen role" that we keep open on an on-going basis to express interest. We receive many applications, and there may not always be an immediate role that aligns perfectly with your experience and skills. Still, we encourage you to apply. We continuously review applications and reach out to applicants as new opportunities open. You are welcome to reapply if you get more experience, but please avoid applying more than once every 6 months. You may also find that we put up postings for singular roles for separate, project or team specific needs. In those cases, you're welcome to apply directly in addition to an evergreen role.</em></p>
<h2>What You’ll Do</h2>
<ul>
<li>Work alongside researchers and engineers to bring cutting-edge AI models into production.</li>
<li>Collaborate with research teams to enable high-performance inference for novel architectures.</li>
<li>Design and implement new techniques, tools, and architectures that improve performance, latency, throughput, and efficiency.</li>
<li>Optimize our codebase and compute fleet (e.g., GPUs) to fully utilize hardware FLOPs, bandwidth, and memory.</li>
<li>Extend orchestration frameworks (e.g., Kubernetes, Ray, SLURM) for distributed inference, evaluation, and large-batch serving.</li>
<li>Establish standards for reliability, observability, and reproducibility across the inference stack.</li>
<li>Publish and share learnings through internal documentation, open-source libraries, or technical reports that advance the field of scalable AI infrastructure.<br><br></li>
</ul>
<h2>Skills and Qualifications</h2>
<p>Minimum qualifications:</p>
<ul>
<li>Bachelor’s degree or equivalent experience in computer science, engineering, or similar.</li>
<li>Understanding of deep learning frameworks (e.g., PyTorch, JAX) and their underlying system architectures.</li>
<li>Experience with inference serving systems optimized for throughput and latency (e.g., SGLang, vLLM).</li>
<li>Thrive in a highly collaborative environment involving many, different cross-functional partners and subject matter experts.</li>
<li>A bias for action with a mindset to take initiative to work across different stacks and different teams where you spot the opportunity to make sure something ships.</li>
<li>Strong engineering skills, ability to contribute performant, maintainable code and debug in complex codebases</li>
</ul>
<p>Preferred qualifications — we encourage you to apply if you meet some but not all of these:</p>
<ul>
<li>Experience training or supporting large-scale language models with hundreds of billions of parameters or more.</li>
<li>Understanding of distributed compute systems, GPU parallelism, and hardware-aware optimizations.</li>
<li>Contributions to open-source ML or systems infrastructure projects (e.g., SGLang, vLLM, PyTorch, Triton, DeepSpeed, XLA).</li>
<li>Track record of improving research productivity through infrastructure design or process improvements.</li>
</ul>
<h2>Logistics</h2>
<ul>
<li>Location: This role is based in San Francisco, California. </li>
<li>Compensation: Depending on background, skills and experience, the expected annual salary range for this position is $350,000 - $475,000 USD.</li>
<li>Visa sponsorship: We sponsor visas. While we can't guarantee success for every candidate or role, if you're the right fit, we're committed to working through the visa process together.</li>
<li>Benefits: Thinking Machines offers generous health, dental, and vision benefits, unlimited PTO, paid parental leave, and relocation support as needed.</li>
</ul><div class="content-conclusion"><p><em>As set forth in Thinking Machines' Equal Employment Opportunity policy, we do not discriminate on the basis of any protected group status under any applicable law. </em></p>
<p><em>Thinking Machines Lab will consider for employment qualified applicants with criminal histories in a manner consistent with the requirements of the California Fair Chance Act, the San Francisco Fair Chance Ordinance, and any other applicable state or local fair chance ordinance or law.</em></p></div>
Cadastro grátis — o contato e o link oficial da vaga ficam no portal.