创始机器学习研究工程师

嗨 👋，我们是 Pally 的创始人 Haz 和 Wyatt。

Pally 是聊天消息里的私人助手。你像给朋友发消息一样找它。它替你回复一直不想回的消息、订晚餐、跟进发票，处理一周里积攒的上百件小事。

阅读我们的工作理念 →

我们是湾区的一支小团队，正在寻找能把 Pally 做成全球 #1 消费级智能体的人。

职位职责

你要让 Pally 背后的模型更会当私人助手。整个产品就是一段聊天，每条回复都是模型输出，每次输出都有延迟和金钱成本。由哪个模型回答、它知道什么、怎样用浏览器、有人试图诱骗时能否做对，都是研究问题。你将负责解决这些问题，并每周把成果交付给真实用户。

这是一个需要亲手实现的研究与工程岗位。你会深入评测框架、训练代码和智能体本身。具体包括：

• 评测。搭建能把“这条回复感觉对不对”变成数字的框架：逐轮评判、人工偏好数据、真实对话重放，以及每次部署前运行的回归测试。让团队能够信赖评测来决定是否发布。
• 微调。把真实对话变成训练和偏好数据，进行模型后训练（SFT、偏好调优、蒸馏），让小而快的模型也做好前沿模型擅长的事。
• 模型路由。训练和评估路由器，让小模型处理多数轮次，前沿模型处理关键轮次。负责每轮延迟、成本和质量之间的权衡。
• 浏览器智能体。让 Pally 在没有 API 的网站上也可靠：浏览、登录、结账，以及知道什么时候该停下来询问。先量化，再改进。
• 红队测试。寻找 Pally 可能被诱骗、泄露信息或执行无人要求操作的途径，从邮件提示词注入到恶意网页。构建防护和评测，确保防护持续有效。
• 智能体体验。把机器学习用于整个智能体：记忆与检索、工具选择、何时行动或询问、何时主动联系。每天读对话，把观察变成评测和模型改进。

我们用一件事衡量你的表现：Pally 作为私人助手的能力，每周进步了多少，以及评测能否证明这一点。

任职要求

这是高级至 Staff 级别的岗位。我们希望你已经在前沿 AI 实验室或同等水平的团队做过这些工作。

• 4+ 年机器学习或软件工程经验，曾在 AI 实验室、AI 产品公司或类似团队工作。
• 有 LLM 后训练或微调的实操经验，包括 SFT、偏好调优和蒸馏，并把成果交付到生产环境。
• 有设计团队信赖、可据此决定发布的评测的经验，比如 LLM 评判、人工偏好数据或真实流量重放。
• 至少有以下一项经验：LLM 红队或对抗测试；浏览器或电脑操作智能体；模型路由或级联；具备工具使用和长期记忆的生产环境智能体。
• 熟悉 Python 及用于训练、评测的机器学习技术栈，也能在产品代码库中使用 TypeScript。
• 熟悉 AI 辅助开发流程，同时掌握扎实基础，能够验证、修正并对交付的一切负责。
• 希望承担创始团队级别的职责。你将为 Pally 研究工作设立标准，并参与招聘后来加入的工程师。

实际安排

基本薪资 $200–300k + 可观股权，提供 401(k) 和医疗保险。全职，在加利福尼亚州旧金山现场办公。

我们工作非常投入。如果工作不是你的主要重心，这里不适合你。不过，你可以完全自主安排时间。我们不在意你何时努力，只在意你确实投入。

如果这些听起来像你，请在下方申请。告诉我们，你如何看待个人 AI 的未来，以及为什么想加入 Pally。

感谢阅读，

Haz + Wyatt