H-1BGreen card em andamento para este cargo
REG. 2082272
Engenheiro de Software, Aceleração de Pesquisa
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 software 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 utilizados, 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><forte>Sobre o Papel</forte></h2>
Estamos à procura de engenheiros para construir as bibliotecas e ferramentas que aceleram a pesquisa em Thinking Machines. Você possui infraestrutura interna — bibliotecas de avaliação, bibliotecas de treinamento de RL, plataformas de rastreamento de experiências — e constrói sistemas que compõe a velocidade de pesquisa ao longo do tempo.</p>
<p> Este é um papel colaborativo. Você vai trabalhar diretamente com pesquisadores para identificar gargalos e pontos de dor. Sucesso significa que os pesquisadores confiam em seus sistemas para apenas trabalhar e encontrá-los um prazer de usar.</p>
<h2><forte>O que vais fazer</forte></h2>
<ul>
<li>Desenhe, construa e opere infraestrutura de pesquisa, incluindo frameworks de avaliação, sistemas de treinamento de RL, plataformas de rastreamento de experimentos, ferramentas de visualização e utilitários compartilhados.</li>
<li>Desenvolva pipelines de alto rendimento, escaláveis para avaliação distribuída, modelagem de recompensa e avaliação multimodal.</li>
<li> Crie sistemas para reprodutibilidade, rastreabilidade e controle de qualidade robusto em experimentos de pesquisa e treinamento de modelos. Implementar monitorização e observação.</li>
<li> Parceiro diretamente com pesquisadores para identificar gargalos e desbloquear novas capacidades. Ferramenta própria de pesquisa como um gerenciador de produtos, buscando proativamente feedback e seguindo adoção.</li>
Colaborar com equipes de infraestrutura, dados e produtos para integrar ferramentas na pilha técnica.</li>
</ul>
<h2><forte>Competências e Qualificações</forte></h2>
<p>Qualificações mínimas:</p>
<ul>
<li> Licenciatura ou experiência equivalente em ciência da computação, engenharia, machine learning ou similar.
Fundamentos de engenharia de software fortes com um histórico de construção de sistemas confiáveis e manteníveis.</li>
<li>Proficiência em pelo menos uma linguagem de infraestrutura (nós usamos Python ou Rust).</li>
<li>Comfort operando através da pilha e possuindo projetos de ponta a ponta.</li>
<li>Experiência em ambientes altamente colaborativos envolvendo diversos parceiros interfuncionais e especialistas em matéria de assunto.</li>
</ul>
<p>Qualificações preferenciais — encorajamo-lo a candidatar-se se encontrar algumas, mas não todas estas:</p>
<ul>
<li> Ferramenta de construção de registros de rastreamento para pesquisadores que alcançaram alta adoção sem mandatos de topo para baixo.</li>
<li> Experiência de construção ou manutenção de infraestrutura de pesquisa ML, como quadros de treinamento, bibliotecas de avaliação ou sistemas de rastreamento de experiências.</li>
<li>Contribuições para ferramentas ML de código aberto ou frameworks internos amplamente utilizados em organizações focadas em pesquisa.</li>
<li>Gravação de publicações ou escrita técnica em sistemas ML, infraestrutura ou ferramentas.</li>
<li> Antecedentes que trabalham em estreita colaboração com pesquisadores de ML para entender e resolver suas necessidades de ferramentas.
<li> Familiaridade com sistemas distribuídos, frameworks ML modernos (PyTorch, JAX) e processamento de dados em escala.</li>
<li>Experiência com ferramentas de observação de pesquisa, frameworks de computação distribuídos (Ray, Spark) ou gasodutos de avaliação em larga escala.</li>
</ul>
<h2><forte>Logística</forte></h2>
<ul>
Localização: Este papel é baseado em São Francisco, Califórnia ou Nova Iorque, NY.</li>
<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><strong>About the Role</strong></h2>
<p>We’re looking for engineers to build the libraries and tools that accelerate research at Thinking Machines. You’ll own internal infrastructure — evaluation libraries, RL training libraries, experiment tracking platforms — and build systems that compound research velocity over time.</p>
<p>This is a collaborative role. You will work directly with researchers to identify bottlenecks and pain points. Success means researchers trust your systems to just work and find them a delight to use.</p>
<h2><strong>What You'll Do</strong></h2>
<ul>
<li>Design, build, and operate research infrastructure including evaluation frameworks, RL training systems, experiment tracking platforms, visualization tools, and shared utilities.</li>
<li>Develop high-throughput, scalable pipelines for distributed evaluation, reward modeling, and multimodal assessment.</li>
<li>Build systems for reproducibility, traceability, and robust quality control across research experiments and model training runs. Implement monitoring and observability.</li>
<li>Partner directly with researchers to identify bottlenecks and unlock new capabilities. Own research tooling like a product manager, proactively seeking feedback and tracking adoption.</li>
<li>Collaborate with infrastructure, data, and product teams to integrate tools across the technical stack.</li>
</ul>
<h2><strong>Skills and Qualifications</strong></h2>
<p>Minimum qualifications:</p>
<ul>
<li>Bachelor's degree or equivalent experience in computer science, engineering, machine learning, or similar.</li>
<li>Strong software engineering fundamentals with a track record of building reliable, maintainable systems.</li>
<li>Proficiency in at least one backend language (we use Python or Rust).</li>
<li>Comfort operating across the stack and owning projects end-to-end.</li>
<li>Experience in highly collaborative environments involving many different cross-functional partners and subject matter experts.</li>
</ul>
<p>Preferred qualifications — we encourage you to apply if you meet some but not all of these:</p>
<ul>
<li>Track record building tooling for researchers that achieved high adoption without top down mandates.</li>
<li>Experience building or maintaining ML research infrastructure such as training frameworks, evaluation libraries, or experiment tracking systems.</li>
<li>Contributions to open-source ML tools or widely-used internal frameworks at research-focused organizations.</li>
<li>Record of publications or technical writing on ML systems, infrastructure, or tooling.</li>
<li>Background working closely with ML researchers to understand and solve their tooling needs. </li>
<li>Familiarity with distributed systems, modern ML frameworks (PyTorch, JAX), and data processing at scale.</li>
<li>Experience with research observability tools, distributed compute frameworks (Ray, Spark), or large-scale evaluation pipelines.</li>
</ul>
<h2><strong>Logistics</strong></h2>
<ul>
<li>Location: This role is based in San Francisco, California or New York, NY.</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.