О нас
Encord — универсальный слой данных для ИИ, который помогает более чем 300 командам ИИ обучать и запускать модели на правильных данных. Наша платформа индексирует, курирует, аннотирует и оценивает данные на протяжении всего жизненного цикла ИИ — от разработки до производства. Нам доверяют Woven by Toyota, AXA, UiPath, Zipline и другие.
Мы — амбициозная команда из более чем 100 человек, работающая на переднем крае ИИ, и мы привлекли 60 миллионов долларов в раунде финансирования серии C от Wellington Management, CRV, Next47 и Y Combinator.
Роль
Мы ищем инженера-исследователя для присоединения к команде машинного обучения Encord. Вы будете работать над робототехникой, компьютерным зрением и мультимодальными исследованиями в области курирования данных, аннотации, оценки и контроля качества, при этом успешные разработки будут интегрированы в основной продукт.
Мы сталкиваемся с разнообразными интересными исследовательскими задачами на протяжении всего жизненного цикла данных, включая аннотацию, контроль качества, верификацию и курирование. Мы хотим усилить нашу команду, чтобы развивать и расширять нашу лидирующую на рынке платформу. Решаемые нами задачи постоянно эволюционируют вместе с потребностями наших передовых клиентов, включая многие ведущие команды в области робототехники и физического ИИ. Присоединяйтесь к нам, чтобы использовать наш огромный поток проприетарных данных на пути к разработке универсальных решений, применимых к разнообразным мультимодальным задачам.
Что вы будете делать
•Формулировать гипотезы, проектировать эксперименты и проводить оригинальные исследования по открытым задачам от ведущих клиентов в области робототехники и ИИ
•Исследовать и создавать прототипы агентных рабочих процессов, способных обрабатывать мультимодальные входные данные и разнообразные онтологии клиентов
•Продвигать нашу работу по курированию данных и оценке моделей
•Решать задачи понимания эгоцентричного видео, от создания подписей до более глубокого 3D-понимания
•Создавать рабочие прототипы для тестирования идей от начала до конца, а затем сотрудничать с нашими командами систем машинного обучения и инженерии продукта для интеграции их в платформу
•Помогать формировать долгосрочное направление исследований и приносить в команду самые актуальные идеи из отрасли
•Публиковать научные статьи и представлять свои работы на конференциях и семинарах
Кого мы ищем
•Создателя с исследовательским мышлением. Вы можете взять открытую проблему, сформулировать гипотезу и довести до рабочего прототипа без детальной спецификации.
•Решателя задач с опорой на первые принципы. Вы опираетесь на прочные фундаментальные знания, а не на поверхностное знакомство с последними трендами.
•Мыслителя в широком контексте. Вас вдохновляют амбициозные долгосрочные задачи, и вы умеете разбивать их на этапы.
•Умножителя. Вы повышаете уровень команды вокруг себя, формируя направление исследований, наставляя других и превращая выводы в решения.
Требования к опыту
•Докторская степень в области компьютерного зрения, машинного обучения или смежной области, либо эквивалентный опыт прикладных исследований
•Сильная база в компьютерном зрении и мультимодальном машинном обучении, будь то традиционное компьютерное зрение, современные визуально-языковые модели (VLM) и модели встраивания, или и то, и другое
•Явные доказательства независимых исследований, такие как публикации, диссертация, открытый исходный код или прикладные исследования, где вы были ответственны за оригинальный вклад
•Прочные математические основы в статистике, теории вероятностей и линейной алгебре
•Сильные навыки Python и PyTorch, а также опыт проведения экспериментов от начала до конца
•Искренний интерес к данным-центричному ИИ: курирование, оценка и качество данных
•Плюс: опыт применения агентов на базе больших языковых моделей (LLM) к визуальным задачам, или работы с видео, 3D или другими сложными типами данных
Мы начнем рассматривать заявки с 1 ноября 2026 года. Ответ может занять некоторое время, но каждая заявка будет внимательно рассмотрена.
Почему Encord
•Конкурентоспособная зарплата и значительная доля в быстрорастущем стартапе
•Сильная культура личного общения — большая часть команды работает из нашего офиса в Лондоне 4+ дня в неделю
•25 дней ежегодного отпуска + государственные праздники Великобритании
•Ежегодный бюджет на обучение и развитие
•Командировки для встреч с клиентами, участия в мероприятиях и конференциях по Великобритании и Европе
•Ежедневные корпоративные обеды
•Ежемесячные корпоративные мероприятия и двухразовые выездные тимбилдинги
