Thomson Reuters разработва надеждно съдържание, данни и технологии за професионалисти, работещи в сферата на правните услуги, данъчното облагане и счетоводството, международната търговия, управлението на риска, застраховането, консултирането и глобалните новини. Портфолиото ѝ включва платформи за правни изследвания, софтуер за данъци и счетоводство, инструменти за съответствие и регулаторни инструменти, както и медийните услуги на Reuters. Като съчетава специализиран експертен опит с инвестиции в генеративен изкуствен интелект, Thomson Reuters помага на адвокатски кантори, корпорации, данъчни специалисти и медийни организации да управляват сложна информация, да оптимизират работните процеси и да вземат по-добре информирани решения.
Старши инженер по машинно обучение, NLP и LLM – хибридна работа
Изграждайте продукционни системи за NLP и големи езикови модели за продуктите на Thomson Reuters за правна информация. Превръщайте сложни правни документи в приложими прозрения чрез мащабируеми и надеждни AI възможности.
Описание
- Създаване и внедряване на продукционни системи за машинно обучение и големи езикови модели, които извличат полезни прозрения от сложни правни документи и данни
- Решаване на NLP предизвикателства, свързани с договорен език, извличане на информация, анализ чрез модели и сравнение на документи
- Проектиране, разработване, обучение и внедряване на модели и системи, базирани на машинно обучение и LLM
- Предоставяне на продукционни възможности за извличане на информация, генериране и обобщаване на текст, AI агенти, търсене и анализ на документи
- Създаване на надеждни и мащабируеми конвейери за обучение и оценяване на модели, внедряване и продължаваща продукционна експлоатация
- Установяване на рамки за оценяване и метрики, обхващащи качеството на моделите, точността, надеждността, дрейфа и потенциалното пристрастие
- Подобряване на производителността на моделите и ефективността на ресурсите чрез експериментиране, инженеринг на признаци, избор на модели и настройка
- Превръщане на бизнес и продуктови нужди в решения за машинно обучение от първоначалното експериментиране до продукционен мащаб
- Партниране с екипите по машинно обучение, инженеринг, продукти, право, данни и сигурност
- Защита на чувствителната информация при предоставяне на надеждни AI възможности
Изисквания
- Магистърска степен по машинно обучение, компютърни науки, статистика или сродна количествена дисциплина с фокус върху машинното обучение или изкуствения интелект
- Поне три години професионален опит в инженеринг на машинно обучение, приложно машинно обучение, изследователски инженеринг или тясно свързан софтуерен инженеринг
- Практически опит в изграждането, обучението и внедряването на модели за машинно обучение в продукция
- Задълбочени приложни познания по машинно обучение, обработка на естествен език и актуални архитектури на големи езикови модели
- Опит с извличане на информация, генериране или обобщаване на текст, AI агенти или търсене
- Напреднали умения по програмиране на Python
- Практически опит с PyTorch или TensorFlow
- Опит в разработването или донастройването на езикови модели или други модели за машинно обучение за специализирани приложения или области
- Опит в проектирането и използването на методи и метрики за оценяване на модели
- Способност за превръщане на продуктови или бизнес нужди в решения за машинно обучение и обясняване на технически решения, компромиси и резултати
- Силни умения за решаване на проблеми, сътрудничество и поемане на отговорност
- Предимство: Докторска степен по машинно обучение, компютърни науки, статистика или сродна количествена дисциплина
- Предимство: Опит с внедряване и експлоатация на ML или LLM системи в голям мащаб
- Предимство: Опит в правните технологии, правния NLP, анализа на правни документи или езиковото моделиране за конкретна област
- Предимство: Опит във финансови услуги, икономика или регулирани индустрии или отрасли, чувствителни към данните
- Предимство: Опит с обслужване или самостоятелно хостване на LLM и подобряване на изчислителната ефективност
- Предимство: Опит с ръководене на сложни ML инициативи от изследване или експериментиране до продукция с измерими резултати
Придобивки
- Гъвкава хибридна организация на работа за длъжности, базирани в офис
- Дистанционна работа от всяко място до осем седмици годишно
- Гъвкава политика за отпуските
- Два почивни дни за психично здраве за цялата компания
- Достъп до приложението Headspace
- Възможности за пенсионни спестявания
- Възстановяване на разходи за обучение
- Програми за стимулиране на служителите
- Ресурси в подкрепа на психическото, физическото и финансовото благосъстояние
- Два платени дни за доброволчество годишно
- Възможности за участие в pro bono консултантски проекти
- Програми за здравно, стоматологично, зрително, инвалидно и животозастраховане
- План 401(k) с фирмено съвпадащо участие
- Платен отпуск по болест и за безопасност
- Платени празници, включително два фирмени дни за психично здраве
- Отпуск за родители
- Съботна отпуска
- Допълнително болнично, злополучно и застраховане при заболяване
- Допълнително животозастраховане и застраховане при случайна смърт и осакатяване
- Гъвкави сметки за разходи и здравни спестовни сметки
- Възстановяване на разходи за фитнес
- Програма за подпомагане на служителите
- Групова правна защита и защита от кражба на самоличност
- Достъп до план 529
- Придобивки за пътуване до работа
- Помощ при осиновяване и сурогатство
- План за закупуване на акции от служители
- Възможно право на годишен бонус въз основа на резултатите на предприятието и индивидуалното представяне