H-1BGreen card en trámite para este puesto
REG. 2082259
Ingeniero de Infraestructura de Investigación, Aceleración de Investigación
Thinking Machines Lab Inc.
- Lugar: San Francisco, CA
- Área: Tecnologia
- Visa probable: H-1B
- Empleo visto por última vez el 18/7/2026
Ingeniero de infraestructura 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 pesos abiertos como Mistral, así como proyectos populares de código abierto como PyTorch, OpenAI Gym, Fairseq y Segment Cualquier cosa.
Estamos buscando ingenieros para construir bibliotecas y herramientas que aceleren la investigación en Thinking Machines. Tendrás infraestructura interna — bibliotecas de evaluación, bibliotecas de capacitación RL, plataformas de seguimiento de experimentos— y construirás sistemas que compliquen la velocidad de investigación con el tiempo.
Identificado Este es un papel colaborativo. Trabajarás directamente con investigadores para identificar los cuellos de botella y los puntos de dolor. El éxito significa que los investigadores confían en sus sistemas para trabajar y encontrarles un placer de usar.
Lo que harás, lo que quieras hacer, lo que quieres decir.
■ul
i) Crear, desarrollar y operar infraestructura de investigación incluyendo marcos de evaluación, sistemas de capacitación RL, plataformas de seguimiento de experimentos, herramientas de visualización y utilidades compartidas.
> > > > >
■li Construir sistemas de reproducción, trazabilidad y control de calidad robusto a través de experimentos de investigación y carreras de formación de modelos. Implementar monitoreo y observabilidad.
■li Colaborar directamente con investigadores para identificar los cuellos de botella y desbloquear nuevas capacidades. Herramienta de investigación propia como un gestor de productos, buscando proactivamente retroalimentación y seguimiento de la adopción.
■li Confeccionar con equipos de infraestructura, datos y productos para integrar herramientas a través de la pila técnica.
■/ul
- No.
> > >
■ul
■li Licenciatura o experiencia equivalente en informática, ingeniería, aprendizaje automático, o similar.
لелитенных fundamentos de ingeniería de software con un historial de construcción de sistemas fiables y sostenibles.
> Proficiencia en al menos un idioma de backend (utilizamos Python o Rust).
> < > > > > > >
*Experiencia en entornos altamente colaborativos que involucran a muchos socios multifuncionales y expertos en materia temática.
■/ul
■p Confecciones preferidas - le animamos a aplicar si usted cumple algunos pero no todos estos:
■ul
■li Herramientas de construcción de registros de seguimiento para investigadores que lograron una alta adopción sin mandatos de arriba abajo.
■li Experiencia de construcción o mantenimiento de infraestructuras de investigación ML como marcos de capacitación, bibliotecas de evaluación o sistemas de seguimiento de experimentos.
Contribuciones a herramientas de código abierto ML o marcos internos ampliamente utilizados en organizaciones centradas en la investigación.
< > > > > > > > > >
■li Antecedentes trabajando estrechamente con investigadores de ML para comprender y resolver sus necesidades de herramientas.
■li Familiaridad con sistemas distribuidos, marcos ML modernos (PyTorch, JAX) y procesamiento de datos a escala.
< > > > > > > > > > > > > > >
■/ul
No.
■ul
Location: Este papel se basa en San Francisco, California o Nueva York, NY.
Dependiendo de los antecedentes, habilidades y experiencia, el rango de salario anual previsto para esta posición es de 350.000 dólares - $475,000 USD.
Patrocinio de нелинаннинин: 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.
■li $beneficios: Las Máquinas de Pensamiento ofrecen beneficios generosos de salud, dental y visión, PTO ilimitado, licencia parental pagada y soporte 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><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>
Cuenta gratis — el contacto y el enlace oficial del empleo están en el portal.