H-1BGreen card em andamento para este cargo
REG. 2082265
Pesquisa, Especialista em Visão
Thinking Machines Lab Inc.
- Local: San Francisco, CA
- Área: Ciências & Pesquisa
- Visto provável: H-1B
- Vaga vista pela última vez em 18/07/2026
Cargo 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>
<p>Pinking Machines constrói multimodal-first.  ;Estamos procurando novos membros da equipe para avançar na ciência da percepção visual e da aprendizagem multimodal. Pensamos em como a visão e a linguagem interagem em escala. Nós projetamos arquiteturas que fundem pixels e textos, constroem conjuntos de dados e métodos de avaliação que testam a compreensão do mundo real e desenvolvem representações que permitem que os modelos moldem conceitos abstratos no mundo físico. Nosso objetivo é criar sistemas multimodais que suportem integração perfeita em ambientes do mundo real.</p>
<p>Você trabalhará na interseção da compreensão visual, raciocínio multimodal e treinamento de modelos em larga escala. Você ajudará a desenvolver as arquiteturas, dados e ferramentas de avaliação que ensinam a IA a ver, entender e colaborar. O melhor candidato está curioso sobre interfaces multimodais, tem experiência em executar experimentos em larga escala e é confortável contribuindo para sistemas de engenharia complexos. Enquanto procuramos uma pessoa com experiência em multimodalidade, o Thinking Machines Lab opera de forma unificada e espera que novos contratados trabalhem em diferentes modalidades como uma equipe.</p>
<p> Este papel combina investigação fundamental e engenharia prática, uma vez que não distinguimos internamente entre os dois papéis. Espera-se que você escreva código de alto desempenho e leia relatórios técnicos. É um excelente ajuste para alguém que gosta de exploração teórica profunda e experimentação prática, e que quer moldar as bases de como a IA aprende.</p>
<p><em> Nota: Este é um "papel sempre verde" que mantemos aberto em uma base contínua para expressar interesse nesta área de pesquisa. 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> Projetos próprios de pesquisa sobre treinamento e análise de desempenho de modelos multimodal de IA.</li>
Cure e construa conjuntos de dados em grande escala e benchmarks de avaliação para avançar as capacidades de visão.</li>
<li> Trabalhe com nossos engenheiros de infraestrutura de dados, pré-treinamento de pesquisadores e engenheiros e equipe de produtos para criar modelos multimodais de fronteira e os produtos que os alavancam.</li>
<li>Publicar e presente pesquisa que move toda a comunidade para a frente. Compartilhe código, conjuntos de dados e insights que aceleram o progresso em toda a indústria e academia.</li>
</ul>
<h2>Competências e Qualificações</h2>
<p><forte>Qualificações mínimas:</forte></p>
<ul>
Capacidade para projetar, executar e analisar experimentos com reflexão, com julgamento de pesquisa demonstrado e rigor empírico.</li>
Entendendo os fundamentos da aprendizagem de máquina, treinamento em larga escala e ambientes de computação distribuídos.
<li> Proficiência em Python e familiaridade com pelo menos uma estrutura de aprendizagem profunda (por exemplo, PyTorch, TensorFlow, ou JAX). Confortável com o treinamento distribuído de depuração e código de escrita que escala.</li>
<li> Grau de bachelor ou experiência equivalente em Ciência da Computação, Aprendizagem de Máquinas, Física, Matemática, ou uma disciplina relacionada com forte fundamentação teórica e empírica.</li>
<li>Claridade na comunicação, uma capacidade de explicar conceitos técnicos complexos por escrito.</li>
</ul>
<p><forte> Qualificações preferenciais — encorajamo-lo a candidatar-se mesmo que não satisfaça todas as qualificações preferenciais, mas pelo menos algumas:</forte></p>
<ul>
<li>Contribuições de pesquisa ou engenharia em razão visual, compreensão espacial ou projeto de arquitetura multimodal.</li>
<li>Experiência de desenvolvimento de quadros de avaliação para tarefas multimodais.</li>
<li>Publicações ou contribuições de código aberto em modelagem de linguagem de visão, compreensão de vídeo ou IA multimodal.</li>
<li> Uma forte compreensão dos fundamentos de probabilidade, estatística e ML. Você pode olhar para dados experimentais e distinguir entre efeitos reais, ruído e bugs.</li>
<li>PhD em Ciência da Computação, Aprendizado de Máquinas, Física, Matemática, ou uma disciplina relacionada com forte fundamentação teórica e empírica; ou, experiência equivalente de pesquisa da indústria.</li>
</ul>
<h2>Logística</h2>
<ul>
<li><forte>Localização: </forte> Este papel é baseado em São Francisco, Califórnia.
<li><forte>Compensação:</forte> Dependendo de antecedentes, habilidades e experiência, a faixa salarial anual esperada para esta posição é <span data-sheets-root="1">$350.000 - $475.000</span> USD.</li>
<li><forte>Visa patrocínio: </forte> 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>
<li><forte>Benefícios: </forte> O Thinking Machines oferece benefícios de saúde, odontologia e visão generosos, PTO ilimitado, licença parental paga e apoio de relocação conforme necessário.</li>
</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>Thinking Machines builds multimodal-first. We’re looking for new team members to advance the science of visual perception and multimodal learning. We think about how vision and language interact at scale. We design architectures that fuse pixels and text, build datasets and evaluation methods that test real-world comprehension, and develop representations that let models ground abstract concepts in the physical world. Our goal is to create multimodal systems that support seamless integration into real-world environments.</p>
<p>You’ll work at the intersection of visual understanding, multimodal reasoning, and large-scale model training. You’ll help develop the architectures, data, and evaluation tools that teach AI to see, understand, and collaborate. The best candidate is curious about multimodal interfaces, has experience running large scale experiments and is comfortable contributing to complex engineering systems. While we are looking for a person with expertise in multimodality, Thinking Machines Lab operates in a unified fashion and expects new hires to work across modalities as one team.</p>
<p>This role blends fundamental research and practical engineering, as we do not distinguish between the two roles internally. You will be expected to write high-performance code and read technical reports. It’s an excellent fit for someone who enjoys both deep theoretical exploration and hands-on experimentation, and who wants to shape the foundations of how AI learns.</p>
<p><em>Note: This is an "evergreen role" that we keep open on an on-going basis to express interest in this research area. 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>Own research projects on training and performance analysis of multimodal AI models.</li>
<li>Curate and build large-scale datasets and evaluation benchmarks to advance vision capabilities.</li>
<li>Work with our data infrastructure engineers, pretraining researchers and engineers, and product team to create frontier multimodal models and the products that leverage them.</li>
<li>Publish and present research that moves the entire community forward. Share code, datasets, and insights that accelerate progress across industry and academia.</li>
</ul>
<h2>Skills and Qualifications</h2>
<p><strong>Minimum qualifications:</strong></p>
<ul>
<li>Ability to design, run, and analyze experiments thoughtfully, with demonstrated research judgment and empirical rigor.</li>
<li>Understanding of machine learning fundamentals, large-scale training, and distributed compute environments.</li>
<li>Proficiency in Python and familiarity with at least one deep learning framework (e.g., PyTorch, TensorFlow, or JAX). Comfortable with debugging distributed training and writing code that scales.</li>
<li>Bachelor’s degree or equivalent experience in Computer Science, Machine Learning, Physics, Mathematics, or a related discipline with strong theoretical and empirical grounding.</li>
<li>Clarity in communication, an ability to explain complex technical concepts in writing.</li>
</ul>
<p><strong>Preferred qualifications — we encourage you to apply even if you don’t meet all preferred qualifications, but at least some:</strong></p>
<ul>
<li>Research or engineering contributions in visual reasoning, spatial understanding, or multimodal architecture design.</li>
<li>Experience developing evaluation frameworks for multimodal tasks.</li>
<li>Publications or open-source contributions in vision-language modeling, video understanding, or multimodal AI.</li>
<li>A strong grasp of probability, statistics, and ML fundamentals. You can look at experimental data and distinguish between real effects, noise, and bugs.</li>
<li>PhD in Computer Science, Machine Learning, Physics, Mathematics, or a related discipline with strong theoretical and empirical grounding; or, equivalent industry research experience.</li>
</ul>
<h2>Logistics</h2>
<ul>
<li><strong>Location: </strong>This role is based in San Francisco, California. </li>
<li><strong>Compensation:</strong> Depending on background, skills and experience, the expected annual salary range for this position is <span data-sheets-root="1">$350,000 - $475,000</span> USD.</li>
<li><strong>Visa sponsorship: </strong>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><strong>Benefits: </strong>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.