Giotto.ai on Šveitsi tehisintellektiettevõte, mis arendab ettevõtetele suunatud suveräänset arutlusvõimet võimaldavat tehnoloogiat. Selle pakkumine ühendab Giotto 1 mudeli, mis on loodud töötama ühel graafikaprotsessoril, tehisintellekti operatsioonisüsteemiga, mis koondab assistendi, dokumentide ja koodi tööriistad, integratsioonid, agendid ning seire. Organisatsioonid pääsevad platvormile ligi Giotto Euroopa pilve kaudu, saavad selle juurutada privaatsetel graafikaprotsessoritel või kasutada sertifitseeritud Giotto-valmis riistvaraseadmeid. Ettevõte keskendub sellele, et anda reguleeritud valdkondade ja tehnilistele meeskondadele suurem kontroll andmete asukoha, taristu ja privaatsete tehisintellektijuurutuste üle.
Noorem tehisintellekti uurija Giotto.ai-s — hübriidtöö Lausanne'is
Liitu Giotto.ai meeskonnaga noorema tehisintellekti uurijana hübriidtöökohal Lausanne'is. Treeni ja hinda täiustatud mudeleid, loo võrdlusandmestikke ning aita muuta uurimisideed tootmisvalmis tehisintellektisüsteemideks.
Kirjeldus
- Vaata üle värske tehisintellekti uurimistöö ja muuda asjakohased ideed praktilisteks katseteks
- Treeni, peenhäälesta ja hinda Transformeri-põhiseid mudeleid
- Toeta arendustööd arutluse, sünteetiliste andmete, mudelite kohandamise ja hindamise vallas
- Loo võrdlusaluseid ning uuri mudelite jõudlust ja tõrkemustreid
- Katseta võimalusi treeningandmete, eesmärkide, viipade ja inferentsistrateegiate täiustamiseks
- Arenda selget ja korratavat uurimistarkvara
- Dokumenteeri katsed, leiud ja järeldused
- Tööta koos uurimis-, inseneri- ja tootetiimidega
- Arenda arusaama sellest, kuidas täiustatud uurimistöö muutub tootmisvalmis tehisintellektisüsteemideks
Nõuded
- Arvutiteaduse, tehisintellekti, masinõppe, matemaatika, füüsika või muu kvantitatiivse valdkonna magistrikraad lõpetatud või peaaegu lõpetatud
- Tugev masinõppe ja süvaõppe aluspõhi
- Praktiline Pythoni ja PyTorchi kogemus õppeprojektidest, magistritööst, uurimistööst või praktikast
- Transformeri arhitektuuride ja suurte keelemudelite töökogemus
- Tõenäosusteooria, statistika, lineaaralgebra ja optimeerimise mõistmine
- Oskus tõlgendada teadusartikleid ja rakendada neis esitatud meetodeid
- Intellektuaalne uudishimu, analüütiline mõtlemine ja motivatsioon õppida
- Tõhus suhtlusoskus ja koostööaldis tööviis
- Hugging Face Transformersi või Datasetsiga töötamise kogemus
- LLM-idele, arutlusele, multimodaalsele õppimisele, tugevdusõppele, tõlgendatavusele või generatiivsele tehisintellektile keskendunud magistritöö
- Mudelite peenhäälestamise, LoRA/PEFT-i, sünteetiliste andmete või hindamise töövoogude kogemus
- Teaduspublikatsioonid, avatud lähtekoodiga töö või asjakohased isiklikud projektid
- GPU-de, katsete jälgimise platvormide või pilveinfrastruktuuri tundmine
Hüved
- Hübriidtöö korraldus
- Regulaarne meeskonnatöö Lausanne'i kontoris