AI Researcher — Distillation
Em resumo IA
Investigador em IA focado em destilação de modelos, para tornar modelos grandes em sistemas mais pequenos e rápidos sem perder qualidade. Trabalho entre investigação, código e produção, com publicação de artigos em conferências de topo.
Descrição
- Função
- Desenhar e avaliar técnicas de destilação de modelos (teacher-student, self-distillation, layer-wise, representation matching). Investigar compromissos entre tamanho, latência, memória e precisão. Desenvolver abordagens para LLMs, arquiteturas de contexto longo e ambientes com restrições de inferência. Executar experiências em grande escala, colaborar com engenheiros na produção e publicar em NeurIPS, ICML, ICLR, COLM, entre outros.
- Requisitos
- Forte formação em investigação em machine learning
- Experiência prática em destilação ou temas afins (compressão, pruning, quantização, representation learning)
- Experiência de publicação (conferências, revistas, workshops ou arXiv)
- Sólidos fundamentos de deep learning (otimização, dinâmica de treino, generalização)
- Fluência em PyTorch (ou equivalente) e experimentação de nível de investigação
- Capacidade de comunicar com clareza ideias, resultados e limitações
- Valorizado
- destilação de LLMs, investigação em eficiência (latência, memória, throughput), modelos de contexto longo ou arquiteturas não-Transformer, contribuições open-source, experiência em startups ou investigação aplicada
- Condições
- Contrato: não indicado
- Salário: não indicado
- Horário: não indicado
- Local: não indicado
- Benefícios
- Autonomia real sobre a direção da investigação numa empresa em fase Series A
- Forte apoio à publicação e investigação aberta
- Acesso a recursos de computação relevantes e problemas à escala de produção
- Equipa pequena e altamente técnica
About the Role
We’re looking for an AI Researcher focused on model distillation to help us push the frontier of efficient, high-performance models. You’ll work on turning large, expensive models into smaller, faster, and more deployable systems—while maintaining or improving quality.
This role is ideal for someone who enjoys publishing research, working close to real systems, and seeing their ideas move from papers → code → production.
What You’ll Work On
Design and evaluate model distillation techniques (teacher–student training, self-distillation, layer-wise distillation, representation matching, etc.)
Research tradeoffs between model size, latency, memory, and accuracy
Develop novel distillation approaches for:
Large language models
Long-context or specialized architectures
Inference-constrained environments
Run large-scale experiments and ablations; analyze results rigorously
Collaborate with engineers to productionize research outcomes
Write and submit research papers to top-tier venues (NeurIPS, ICML, ICLR, COLM, etc.)
Contribute to internal research notes, technical blogs, and open-source projects when appropriate
What We’re Looking For
Required
Strong background in machine learning research
Hands-on experience with model distillation or closely related topics (compression, pruning, quantization, representation learning)
Publication experience (conference or journal papers, workshop papers, or arXiv preprints)
Solid understanding of deep learning fundamentals (optimization, training dynamics, generalization)
Fluency in PyTorch (or equivalent) and research-grade experimentation
Ability to clearly communicate research ideas, results, and limitations
Nice to Have
Experience distilling large language models
Work on efficiency-focused research (latency, memory, throughput)
Experience with long-context models or non-Transformer architectures
Open-source contributions in ML or research tooling
Prior startup or applied research experience
Why Join Us
Real ownership over research direction at a Series A stage
Strong support for publishing and open research
Tight feedback loop between research and real-world deployment
Access to meaningful compute and production-scale problems
Small, highly technical team with deep ML and systems expertise
Example Backgrounds
ML researchers from academia transitioning to industry
Research engineers with published work in model efficiency
PhD / Post-doc graduates or industry researchers who still want to publish
Como me candidatar
Candidatar no anúncio original ↗
Preparar candidatura
Uma carta de apresentação e uma apresentação curta para esta oferta, escritas a partir do teu perfil, e o que aprender a seguir.
Entra e cria o teu perfil a partir do CV. É privado: não o partilhamos com ninguém.
Algo errado ou ilegal neste anúncio? Reportar
Ofertas semelhantes
- AI Researcher — Training OptimizationFeatherless AI
- AI Researcher — AI Architecture ResearchFeatherless AI
- AI Researcher – Multilingual DataFeatherless AI
- Machine Learning Engineer — DistillationFeatherless AI
- AI Researcher — Inference OptimizationFeatherless AI
- Machine Learning Engineer — AI Architecture ResearchFeatherless AI
Salário comparado ⓘ
83 ofertas · Analistas de sistemas · teletrabalho
ver as que pagam mais →Formação para esta vaga
- a Inteligência Artificial no QuotidianoServiço de Formação Profissional de Viana do Casteloonline · pós-laboral · 8 h · gratuito · início 03/12/2026Pedido neste anúncio: Inteligência artificial e machine learning
- Utiliz. Ferramentas de Inteligência Artificial - Pós-laboralServiço de Emprego de Portimãoonline · pós-laboral · 25 h · gratuito · início 23/11/2026Pedido neste anúncio: Inteligência artificial e machine learning
- Utilizar ferramentas da inteligência artificial na organizaçãoAcademia CITEVEmisto · 25 h · gratuito · início 09/12/2026 · Vila Nova de FamalicãoPedido neste anúncio: Inteligência artificial e machine learning
Requisitos IA
- formação forte em machine learning
- experiência em destilação ou compressão de modelos
Idiomas IA
Publicado em (2)
- Featherless AI visto 17 nov – 21 nov
- Himalayas visto 18 nov
Vista pela primeira vez a 17 nov, 01:09 · última vez a 21 nov, 22:32