AI Researcher - Multilingual Data, հեռավար աշխատանք

Այս հայտարարությունը հրապարակել է Featherless AI ընկերությունը, փնտրվող պաշտոնը՝ AI Researcher - Multilingual Data։ Պաշտոնը «IT և ծրագրավորում» կատեգորիայից է և ամբողջովին հեռավար։ Ընկերությունը չի սահմանափակում թեկնածուի բնակության վայրը, ուստի կարող եք դիմել այնտեղից, որտեղ ապրում եք։

Հայտարարության մեջ նշված հիմնական գործիքներն են՝ Python, Machine Learning։ Ռեզյումեն պետք է ցույց տա հենց այս հմտությունների կոնկրետ օրինակներ։

Գործատուն թիվ չի հրապարակել, հարցը լուծվում է հարցազրույցին։ Աշխատանքային ժամերի վերաբերյալ հայտարարությունը պայման չի դնում։

Այս թափուր աշխատատեղն անցել է ավտոմատ ստուգում. ցանկ չեն մտնում այն հայտարարությունները, որոնք պահանջում են օտարերկրյա աշխատանքի թույլտվություն, վիզայի հովանավորություն, որոշակի քաղաքացիություն կամ նշված երկրում բնակություն։

About the Role We’re looking for an AI Researcher focused on multilingual data to help us build and scale next-generation language models across diverse languages and domains. You’ll own research and execution around data sourcing, curation, evaluation, and training strategies for multilingual and low-resource languages, with a strong emphasis on publishing high-quality research and translating it into production systems. This role is ideal for someone who enjoys working close to the frontier: balancing papers, prototypes, and real-world impact in a fast-moving startup environment. What You’ll Do

* Design and execute research on multilingual datasets , including data collection, filtering, deduplication, and quality measurement

* Develop strategies for low-resource and long-tail languages (sampling, augmentation, curriculum design)

* Research and improve cross-lingual transfer , alignment, and robustness in large language models

* Build and maintain evaluation benchmarks for multilingual performance

* Collaborate with engineers and researchers on training pipelines and model architecture decisions

* Publish research at top venues (e.g., ACL, EMNLP, NeurIPS, ICML, ICLR) and contribute to open-source when appropriate

* Translate research insights into practical improvements in production models

What We’re Looking For

* Strong background in NLP / ML research , with a focus on multilingual or cross-lingual modeling

* Publication record at respected conferences or journals (ACL, EMNLP, NeurIPS, ICML, ICLR, etc.)

* Experience working with large-scale text datasets across multiple languages

* Solid understanding of:

* Tokenization and vocabulary design for multilingual models

* Data quality metrics, filtering, and dataset bias

* Transfer learning and multilingual representation learning

* Comfortable prototyping in Python with modern ML frameworks (PyTorch, JAX, etc.)

* Ability to operate independently and ship research in a startup pace environment

Nice to Have

* Experience with low-resource languages or non-Latin scripts

* Open-source contributions in NLP or data tooling

* Experience training or evaluating large language models

* Familiarity with multilingual benchmarks (e.g., XTREME, FLORES, TyDi QA)

Why Join Us

* Real ownership over research direction and impact

* A team that values papers and production

* Access to meaningful scale: large datasets, modern infrastructure, and fast iteration

* Competitive compensation and meaningful equity at an early stage

Originally posted on Himalayas