Research engineer (исследовательский инженер)¶
English · Русский · AI Interview Atlas › Профессии в AI
AI-инженерия · Роли: Research-инженер
Соединяет эксперименты с программными системами для их проведения: архитектуры, данные, обучение и анализ.
На этой странице: Чем занимается роль · Как проходит собеседование (0) · Вопросы (12) · Подготовка
Чем занимается роль¶
Исследовательский инженер соединяет эксперименты с программными системами для их проведения. Research Engineer, Pretraining в Anthropic охватывает архитектуры, алгоритмы, данные, оптимизацию, научные эксперименты и инфраструктуру обучения. Предусмотрены самостоятельные исследовательские проекты: разделение «инженер реализует, учёный думает» здесь вводит в заблуждение. В этой вакансии указано продвинутое образование; требования надо проверять по команде, а не переносить на все исследовательские роли.
Источники: Research Engineer, Pretraining, Anthropic, проверено 2026-09-29
Результаты и навыки: воспроизводимый эксперимент, код обучения или обработки данных и анализ причин изменения результата. Основное отличие от прикладной разработки — исследование или улучшение возможностей модели и способов обучения, хотя работа команд пересекается.
Как проходит собеседование¶
Публичных данных о собеседованиях на эти роли пока нет. Вакансия описывает работу, но не показывает, как проходят собеседования.
Страницы компаний, где есть эти роли: Anthropic.
Вопросы¶
Для практики¶
Редакционная подборка: вопросы по теме роли, о которых не сообщали именно для неё.
- Выведите формулу scaled dot-product attention и объясните, как масштаб влияет на градиенты softmax.
- Знания · Основы LLM · ✍ Ответ
- Как результаты Chinchilla меняют выбор размера модели и числа обучающих токенов при фиксированном бюджете вычислений?
- Знания · Основы LLM · ✍ Ответ
- Разберите RLHF на предпочтениях и объясните роль reward model и штрафа за отклонение от опорной политики.
- Знания · Дообучение и post-training · ✍ Ответ
- Сравните DPO с RLHF на PPO, включая предпосылки обучения по офлайн-предпочтениям и причины собирать новые траектории.
- Знания · Дообучение и post-training · ✍ Ответ
- Объясните GRPO и компромиссы оценки advantage без обученной value model.
- Знания · Дообучение и post-training · ✍ Ответ
- Выведите низкоранговое обновление весов LoRA и предложите эксперимент для выбора ранга.
- Знания · Дообучение и post-training · ✍ Ответ
- Выберите между изменением промпта, retrieval и дообучением для неудачной AI-функции; учтите свежесть данных, задержку и полную стоимость.
- Прикладной сценарий · Дообучение и post-training · ✍ Ответ
- Награда политики растёт, а людям ответы нравятся всё меньше. Как выявить и ограничить reward hacking?
- Прикладной сценарий · Дообучение и post-training · ✍ Ответ
- В длинном запуске предобучения внезапно расходится loss. Как проверить данные, численную устойчивость и оптимизатор перед продолжением с checkpoint?
- Прикладной сценарий · Дообучение и post-training
- Спроектируйте обучение модели, не помещающейся на одном ускорителе: как разделить состояние и ограничить стоимость коммуникаций?
- System design · Дообучение и post-training · ✍ Ответ
- Спроектируйте эксперимент для предполагаемой новой способности или смещения большой модели с контролем влияния формулировки задачи.
- Прикладной сценарий · Оценка качества и наблюдаемость
- В коротком разговоре без подготовки предложите проверяемые идеи о поведении языковой модели, для которых нужен не внутренний доступ, а внимательное наблюдение.
- Знания · Оценка качества и наблюдаемость
Подготовка¶
Маршрут подготовки: математика, ML и основы LLM, затем продвинутая ветка учебного плана и дообучение, если оно соответствует роли. Разберите выбор метода и эксперименты с LoRA. Воспроизведите небольшой результат с базовым вариантом, контролируемой абляцией и проверкой на отложенных данных. Укажите ограничения вычислений и неподтвердившиеся гипотезы. Атлас даёт стартовую карту: восемь недель прикладных упражнений не доказывают готовность к передовым исследованиям.