H-1BGreen card en trámite para este puesto
REG. 2082252
Investigación, Especialista en Audio
Thinking Machines Lab Inc.
- Lugar: San Francisco, CA
- Área: Tecnologia
- Visa probable: H-1B
- Empleo visto por última vez el 18/7/2026
Rol de investigación en San Francisco; empresa con 5 aprobaciones de LCA en los últimos 12 meses.
Cuenta gratis — el contacto y el enlace oficial del empleo están en el portal.
Descripción del empleo
Traducción automática del anuncio original del empleador.
################################################################################################################################################################################################################################################################ La misión de Thinking Machines Lab es empoderar a la humanidad promoviendo la inteligencia general colaborativa. Estamos construyendo un futuro donde todos tienen acceso a los conocimientos y herramientas para hacer que la IA funcione para sus necesidades y metas únicas.
Somos científicos, ingenieros y constructores que han creado algunos de los productos AI más utilizados, incluyendo ChatGPT y Character.ai, modelos de peso abierto como Mistral, así como proyectos populares de código abierto como PyTorch, OpenAI Gym, Fairseq y Segment Cualquier cosa.
Las máquinas de coser construyen multimodal-primer. Para nosotros, no hay trabajo multimodal separado. Está en el núcleo de todo lo que hacemos, desde los objetivos científicos que estamos estableciendo a la infraestructura que estamos construyendo. & nbsp ; Estamos buscando investigadores para avanzar en la frontera de las capacidades de audio. Explorará cómo los modelos de audio permiten una comunicación/colaboración más natural y eficiente, preservando más información y capturando la intención del usuario.
Identificado Este es un papel altamente colaborativo. Trabajará en estrecha colaboración con investigadores de primera clase, ingenieros de infraestructura y diseñadores. & nbsp ;Esta es una oportunidad para dar forma a las capacidades fundamentales de los sistemas AI que millones de personas utilizarán.
Identificado Este papel combina investigación fundamental e ingeniería práctica, ya que no distinguemos entre los dos roles internamente. Se espera que escriba código de alto rendimiento y lea informes técnicos. Es un ajuste excelente para alguien que disfruta tanto de profunda exploración teórica como de experimentación práctica, y que quiere dar forma a los fundamentos de cómo aprende AI.
- No. Nota: Este es un "empreverde papel" que seguimos abiertos sobre una base continua para expresar interés en este área de investigación. Recibimos muchas aplicaciones, y puede que no siempre haya un papel inmediato que se ajuste perfectamente a su experiencia y habilidades. Aún así, te animamos a aplicar. Revisamos continuamente las solicitudes y llegamos a los solicitantes como nuevas oportunidades abiertas. Usted es bienvenido a volver a aplicar si usted tiene más experiencia, pero por favor evitar aplicar más de una vez cada 6 meses. También puede encontrar que ponemos publicaciones para roles singulares para necesidades específicas separadas, de proyecto o de equipo. En esos casos, usted es bienvenido a aplicar directamente además de un papel siempre verde.
Lo que harás será lo siguiente:
■ul
i) Proyectos de investigación sobre formación de audio, inferencia de baja latencia y respuesta conversacional.
> < > > > > > > >
■li Investigar el comportamiento de escalado como cómo los datos, el tamaño del modelo y el cálculo afectan la capacidad y la eficiencia.
■li Construir y mantener tuberías de datos de audio, incluyendo preprocesamiento, filtrado, segmentación y alineación para capacitación y evaluación.
Colaborar con los equipos de datos e infraestructura para ampliar la formación de audio de manera eficiente en los sistemas distribuidos.
Investigación individual y presente que mueve a toda la comunidad hacia adelante. Compartir código, conjuntos de datos y puntos de vista que aceleran el progreso en toda la industria y la academia.
■/ul
■h2 títulos y clasificaciones
< > > > > >
■ul
• Capacidad para diseñar, ejecutar y analizar experimentos pensadamente, con juicio de investigación demostrado y rigor empírico.
> < > > > > > > >
■li Competencia en Python y familiaridad con al menos un marco de aprendizaje profundo (por ejemplo, PyTorch, TensorFlow o JAX). Cómodo con depurar el código de entrenamiento distribuido y escritura que escala.
■li título o experiencia equivalente de Bachiller en Ciencias de la Computación, Aprendizaje de Máquinas, Física, Matemáticas, o una disciplina relacionada con fuertes fundamentos teóricos y empíricos.
> < > > > > > > >
■/ul
- No. Las calificaciones preferidas – te animamos a aplicar incluso si no cumples con todas las calificaciones preferidas, pero al menos algunas:
■ul
■li Una fuerte comprensión de la probabilidad, las estadísticas y los fundamentos del ML. Puedes ver datos experimentales y distinguir entre efectos reales, ruido y errores.
*Experiencia con inferencia en tiempo real, arquitecturas de streaming o optimización para baja latencia.
> < > > > > > > >
i) Publicaciones, versiones o proyectos de código abierto relacionados con el habla, el audio, la voz o áreas similares.
Experiencia demostrada en el modelado de audio o discurso, incluyendo ASR, TTS o aprendizaje de audio autosupervisado.
لелиниливания en la Ciencia de la Computación, Aprendizaje de Máquinas, Físicas, Matemáticas, o una disciplina relacionada con sólida base teórica y empírica; o, experiencia equivalente de investigación de la industria.
■/ul
■h2 títuloLogistics obtenidos/h2 título
■ul
No se trata de nada. Este papel se basa en San Francisco, California.
"Seguido" Dependiendo de los antecedentes, las habilidades y la experiencia, el rango de salario anual esperado para esta posición es 0 hojas de datos-root="1"Consejo$350.000 - $475,000 won/span título USD.
No se trata de nada. Patrocinamos visas. Aunque no podemos garantizar el éxito de cada candidato o papel, si usted es el adecuado, estamos comprometidos a trabajar a través del proceso de visa juntos.
нелинитититиныхниfits: нелинильнилься/fuerteng confianza Thinking Machines ofrece beneficios generosos de salud, dentales y visión, PTO ilimitado, licencia parental pagada y apoyo de reubicación según sea necesario.
"Conclusión de contenido" Como se establece en la política de igualdad de oportunidades de empleo de las máquinas de pensamiento, no discriminamos sobre la base de cualquier condición de grupo protegido bajo cualquier ley aplicable.
- No. Thinking Machines Lab considerará para los solicitantes calificados de empleo con historias delictivas de una manera compatible con los requisitos de la Ley de la Cancillería de California, la Ordenanza de la Cancillería de San Francisco, y cualquier otra ordenanza o ley estatal o local de justas posibilidades.
Ver el texto original en inglés
<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. For us, there is no separate multimodal work. It’s at the core of everything we do, from the scientific goals we’re setting to the infrastructure we’re building. We’re looking for researchers to advance the frontier of audio capabilities. You’ll explore how audio models enable more natural and efficient communication/collaboration, preserving more information and capturing user intent.</p>
<p>This is a highly collaborative role. You’ll work closely across pre-training, post-training, and product with world-class researchers, infrastructure engineers, and designers. This is an opportunity to shape the fundamental capabilities of AI systems that millions of people will use.</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 audio training, low-latency inference and conversational responsiveness.</li>
<li>Design and train large-scale models that natively support audio input and output.</li>
<li>Investigate scaling behavior such as how data, model size, and compute affect capability and efficiency.</li>
<li>Build and maintain audio data pipelines, including preprocessing, filtering, segmentation, and alignment for training and evaluation.</li>
<li>Collaborate with data and infrastructure teams to scale audio training efficiently across distributed systems.</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>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>Experience with real-time inference, streaming architectures, or optimization for low latency.</li>
<li>Prior experience training or evaluating large-scale audio or multimodal models.</li>
<li>Publications, releases, or open-source projects related to speech, audio, voice, or similar areas.</li>
<li>Demonstrated experience in audio or speech modeling, including ASR, TTS, or self-supervised audio learning.</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>
Cuenta gratis — el contacto y el enlace oficial del empleo están en el portal.