San Francisco HQ
Científico/a Investigador/a (post-entrenamiento)
Original: Research Scientist (post-training)Salario: desconocidoDatos y machine learning
PyTorchLLMRLHFPhD
Genmo, una empresa del sector fabricación y hardware, busca cubrir el puesto de Research Scientist (post-training). El empleo está en San Francisco, Estados Unidos. Lo clasificamos en datos y machine learning. La oferta menciona PyTorch y LLM. Se requiere un doctorado. Genmo tiene 2 puestos abiertos en este sitio, 2 de ellos en IT e ingeniería.
Publicado hace 7 días · Última revisión: 2026-10-27
Sobre Genmo
Fabricación y hardware Empresa no tecnológica con equipo IT 2 puestos abiertos, 100% en IT e ingeniería. Roles con más ofertas: Datos y machine learning (2).
Empleos similares
Data ScientistOriginal: Data ScientistJerry.ai · New York, New York | Chicago, Illinois | Boston, Massachusetts | San Francisco Bay AreaUSD 140K–160K / añoData Scientist Asociado/aOriginal: Associate Data ScientistJerry.ai · New York, New York | Chicago, Illinois | Boston, Massachusetts | San Francisco Bay AreaUSD 110K–140K / añoData AnalystOriginal: Data AnalystRVO Health · Charlotte, North Carolina, United StatesUSD 70K–95K / añoCientífico/a Investigador/a Principal - RiesgoOriginal: Principal Research Scientist - RiskNeara · New York CityUSD 180K–220K / añoData Scientist, GeoespacialOriginal: Data Scientist, GeospatialNeara · HoustonUSD 140K–160K / añoMachine Learning Engineer StaffOriginal: Staff Machine Learning EngineerPinterest · San Francisco, CA, US; Remote, USRemotoMiembro del Staff Técnico, Aprendizaje AutomáticoOriginal: Member of Technical Staff, Machine LearningAntioch · New York CityPresencialData ScientistOriginal: Data ScientistCenterfield · Los Angeles, CaliforniaUSD 95K–115K / año
| Modalidad | Modalidad no indicada |
| Nivel | No indicado |
| Rol | Datos y machine learning |
| Países | Estados Unidos |
| Tipo de empleo | FullTime |
| Datos clave | Stack: PyTorch, LLM · Doctorado obligatorio |
La descripción completa está en la oferta original. Las etiquetas se asignan automáticamente y pueden tener errores. Sobre los datos