ML Engineer Job at UniversalAGI in San Francisco
UniversalAGI, San Francisco, CA, United States
San Francisco | Work Directly with CEO & founding team | Report to CEO | OpenAI for Physics | 5 Days Onsite
Machine Learning Engineer
Location: Onsite in San Francisco
Compensation: Competitive Salary + Equity
Who We Are
UniversalAGI is building OpenAI for Physics. AI startup based in San Francisco and backed by Elad Gil (#1 Solo VC), Eric Schmidt (former Google CEO), Prith Banerjee (ANSYS CTO), Ion Stoica (Databricks Founder), Jared Kushner (former Senior Advisor to the President), David Patterson (Turing Award Winner), and Luis Videgaray (former Foreign and Finance Minister of Mexico). We're building foundation AI models for physics that enable end-to-end industrial automation from initial design through optimization, validation, and production. We're building a high-velocity team of relentless researchers and engineers that will define the next generation of AI for industrial engineering. If you're passionate about AI, physics, or the future of industrial innovation, we want to hear from you.
About the Role
UniversalAGI is hiring an ML Engineer to help ship ML outcomes by owning the execution layer: data preprocessing/generation, training/fine-tuning, benchmarking, and delivering results.
What You'll Do
- Build and maintain data preprocessing and data generation pipelines to support model training and evaluation.
- Run training and fine-tuning workflows end-to-end and iterate quickly on performance improvements.
- Design and execute benchmarking/evaluation suites to measure progress and customer outcomes.
- Collaborate with PhD expert researchers to operationalize model architectures into repeatable, production-grade workflows.
- Communicate results clearly (metrics, dashboards, short writeups) and maintain high-quality, reproducible work.
- Strong software engineering skills (clean code, debugging, reliability, reproducibility).
- Solid ML foundations and hands-on experience with the ML lifecycle: data → training/fine-tuning → evaluation/benchmarking.
- Prior experience training or fine-tuning models (any modality/type - LLMs, computer vision, physics, surrogate models, etc.)
- Olympic athlete mindset: You have high standards for yourself and are obsessed with measurable improvement on the metrics you are delivering.
- Resourcefulness: you know when to do the "quick & correct" fix vs. when to invest in a robust solution, and you can justify the tradeoff with impact/
- Ownership: Comfortable owning work end-to-end and being accountable for measurable outcomes.
- Experience building data pre-processing pipelines for training ML models.
- Experience with benchmarking methodology, experiment design, and metric selection.
- Familiarity with distributed training / scalable compute workflows.
- Experience in an FDE-style / delivery execution role (or similar "ship results fast" environments).
- Technical Respect: Ability to earn respect through hands-on technical contribution
- Intensity: Thrives in our unusually intense culture - willing to grind when needed
- Customer Obsession: Passionate about solving real customer problems, not just publishing papers
- Deep Work: Values long, uninterrupted periods of focused work over meetings
- High Availability: Ready to be deeply involved whenever critical issues arise
- Communication: Can translate complex model decisions to customers and team
- Growth Mindset: Embraces the compounding returns of intelligence and continuous learning
- Startup Mindset: Comfortable with ambiguity, rapid change, and wearing multiple hats
- Work Ethic: Willing to put in the extra hours when needed to hit critical milestones
- Team Player: Collaborative approach with low ego and high accountability
- Bias for Action: Ships experiments fast, learns from failures, and iterates quickly
- Opportunity to define the future of physics AI from the ground up
- Work on cutting-edge problems at the intersection of deep learning and physics simulation
- Direct collaboration with the founder & CEO and ability to influence company strategy
- Competitive compensation with significant equity upside
- In-person first culture - 5 days a week in office with a team that values face-to-face collaboration
- Access to world-class investors and advisors in the AI space
We provide great benefits, including:
- Competitive compensation and equity.
- Competitive health, dental, vision benefits paid by the company.
- 401(k) plan offering.
- Flexible vacation.
- Team Building & Fun Activities.
- Great scope, ownership and impact.
- AI tools stipend.
- Monthly commute stipend.
- Monthly wellness / fitness stipend.
- Daily office lunch & dinner covered by the company.
- Immigration support.
How We're Different
"The credit belongs to the man who is actually in the arena, whose face is marred by dust and
sweat and blood; who strives valiantly; who errs, who comes short again and again... who at the
best knows in the end the triumph of high achievement, and who at the worst, if he fails, at least
fails while daring greatly." - Teddy Roosevelt
At our core, we believe in being "in the arena. " We are builders, problem solvers, and risk-takers who show up every day ready to put in the work: to sweat, to struggle, and to push past our limits. We know that real progress comes with missteps, iteration, and resilience. We embrace that journey fully knowing that daring greatly is the only way to create something truly meaningful.
If you're ready to train the models that will revolutionize physics simulation, push the boundaries of what AI can learn, and deliver real impact, UniversalAGI is the place for you.
In Summary: UniversalAGI is hiring an ML Engineer to help ship ML outcomes by owning the execution layer: data preprocessing/generation, training/fine-tuning, benchmarking, and delivering results . We're building a high-velocity team of relentless researchers and engineers that will define the next generation of AI for industrial engineering .
En Español:
San Francisco Trabaja directamente con el CEO y equipo fundador Reporte al CEO OpenAI for Physics 5 días en sitio
Ingeniero de aprendizaje automático
Ubicación: En San Francisco
Compensación: Salario competitivo + capital social
Quiénes somos
UniversalAGI está construyendo OpenAI para la Física. La startup de IA con sede en San Francisco y respaldada por Elad Gil (#1 Solo VC), Eric Schmidt (ex CEO de Google), Prith Banerjee (ANSYS CTO), Ion Stoica (fundador de Databricks), Jared Kushner (ex asesor principal del presidente), David Patterson (ganador del premio Turing) y Luis Videgaray (ex ministro de Relaciones Exteriores y Finanzas de México). Estamos construyendo modelos base de AI para física que permitan automatización industrial de extremo a extremo desde el diseño inicial a través de optimización, validación y producción.
Sobre el papel
UniversalAGI está contratando a un Ingeniero ML para ayudar a enviar los resultados de ML al poseer la capa de ejecución: preprocesamiento / generación de datos, entrenamiento / ajuste fino, benchmarking y entrega de resultados.
Lo que vas a hacer
- Construir y mantener tuberías de preprocesamiento y generación de datos apoyar la formación y evaluación de modelos.
- Ejecutar cursos de formación y ajustar los flujos de trabajo de extremo a extremo y iterar rápidamente en mejoras de rendimiento.
- Diseño y ejecución de conjuntos de benchmarking/evaluación para medir el progreso y los resultados del cliente.
- Colaborar con investigadores expertos en doctorado para operationalizar las arquitecturas modelo en flujos de trabajo repetibles a nivel productivo.
- Comunicar claramente los resultados (medicinas, tableros de instrumentos, escrituras cortas) y mantener un trabajo reproducible de alta calidad.
- Fuertes habilidades en ingeniería de software (código limpio, depuración, fiabilidad y reproducibilidad).
- Fundamentos sólidos ML y experiencia práctica con el ciclo de vida del ML: datos → capacitación/ajuste fino → evaluación / benchmarking.
- Formación previa o modelos de ajuste fino (cualquier modalidad/tipo - LLM, visión por ordenador, física, modelos sustitutos, etc.)
- La mentalidad de los atletas olímpicos: Usted tiene altos estándares para sí mismo y está obsesionado con una mejora medible en las métricas que ofrece.
- La ingeniosidad: usted sabe cuándo hacer la corrección "rápida y correcta" vs. cuando invertir en una solución robusta, y puede justificar el compromiso con impacto/
- Propiedad: Comodidad de poseer un trabajo completo y ser responsable por los resultados medibles.
- Experiencia en la construcción de tuberías de preprocesamiento de datos para el entrenamiento de modelos ML.
- Experiencia con la metodología de benchmarking, el diseño de experimentos y la selección métrica.
- Familiarización con los flujos de trabajo en computación distribuidos / escalables.
- Experiencia en una función de ejecución / entrega al estilo FDE (o entornos similares "resultados rápidos del barco").
- El respeto técnico: Capacidad para ganar respeto a través de la contribución técnica práctica
- Intensidad: Prospera en nuestra cultura inusualmente intensa - dispuesto a moler cuando sea necesario
- Obsesión del cliente: Apasionado por resolver problemas reales de los clientes, no sólo publicar artículos
- Trabajo profundo: Valores de los períodos largos e ininterrumpidos de trabajo centrado en las reuniones
- Alta disponibilidadPreparados para involucrarse profundamente cuando surjan problemas críticos
- Comunicación: Puede traducir decisiones de modelo complejas a los clientes y al equipo
- La mentalidad de crecimiento: Abarca los resultados combinados de la inteligencia y el aprendizaje continuo
- La mentalidad inicial: Se siente cómodo con la ambigüedad, cambia rápidamente y lleva varios sombreros
- Ética laboral: Dispuesta a trabajar horas extras cuando sea necesario para alcanzar hitos críticos
- Jugador de equipo: Un enfoque colaborativo con bajo ego y alta responsabilidad
- Prejuicios para la acciónLos barcos experimentan rápidamente, aprenden de los fracasos y repiten rápidamente
- Oportunidad de definir el futuro de la física AI desde cero
- Trabajar en problemas de vanguardia en la intersección del aprendizaje profundo y de la simulación física
- Colaboración directa con el fundador y CEO y la capacidad de influir en la estrategia de la empresa
- Compensación competitiva con capital propio significativo al alza
- La primera cultura en persona - 5 días a la semana en el cargo con un equipo que valora la colaboración cara a cara
- Acceso a inversionistas y asesores de clase mundial en el espacio de la IA
Ofrecemos grandes beneficios, incluyendo:
- Compensación competitiva y equidad.
- Beneficios competitivos de salud, odontología y visión pagados por la empresa.
- Oferta de planes 401 (k).
- Las vacaciones son flexibles.
- Construcción de equipo y actividades divertidas.
- Gran alcance, propiedad e impacto.
- Las herramientas de IA reciben una beca.
- Un stipendio mensual de viaje.
- Subvención mensual de bienestar / ejercicio físico.
- Almuerzo y cena de oficina diarios cubiertos por la compañía.
- Apoyo a la inmigración.
Cómo somos diferentes
"El honor pertenece al hombre que está realmente en la arena, cuyo rostro está manchado por el polvo y
sudor y sangre; quien lucha valientemente; quién se equivoca, quién falla una y otra vez...
mejor sabe al final el triunfo de los logros altos, y que en lo peor, si fracasa, por lo menos
fracasa mientras se atreve mucho". - Teddy Roosevelt
En nuestro núcleo, creemos en estar "en la arena". Somos constructores, solucionadores de problemas y tomadores de riesgos que aparecen todos los días listos para ponerse al trabajo: sudar, luchar y superar nuestros límites. Sabemos que el verdadero progreso viene con errores, iteración y resiliencia. Abrazamos ese viaje sabiendo plenamente que atreverse mucho es la única manera de crear algo verdaderamente significativo.
Si estás listo para entrenar los modelos que van a revolucionar la simulación física, empujar las fronteras de lo que la IA puede aprender y ofrecer un impacto real, UniversalAGI es el lugar para ti.