Thomson Reuters kehittää luotettavaa sisältöä, dataa ja teknologiaa oikeuspalvelujen, verotuksen ja kirjanpidon, kansainvälisen kaupan, riskienhallinnan, vakuutusten, konsultoinnin ja maailmanlaajuisten uutisten parissa työskenteleville ammattilaisille. Sen tarjontaan kuuluu oikeudellisen tutkimuksen alustoja, vero- ja kirjanpito-ohjelmistoja, vaatimustenmukaisuuden ja sääntelyn työkaluja sekä Reutersin mediapalveluja. Yhdistämällä erityisosaamisen investointeihin generatiiviseen tekoälyyn Thomson Reuters auttaa asianajotoimistoja, yrityksiä, veroalan ammattilaisia ja mediaorganisaatioita hallitsemaan monimutkaista tietoa, tehostamaan työnkulkuja ja tekemään paremmin perusteltuja päätöksiä.
Johtaja, mallien tutkimus ja kehitys — Zug, Sveitsi (hybridityö)
Johda Thomson Reutersin LLM-mallien jälkikoulutusta, vahvistusoppimista ja datan strategiaa. Kehitä luotettavia tekoälymalleja lakialan, verotuksen ja muiden säänneltyjen asiantuntijatyön prosessien tarpeisiin.
Kuvaus
- Johda teknisesti mallien tutkimusohjelmaa
- Kehitä jälkikoulutus- ja datastrategioita tarkkoja, kalibroituja ja luotettavia asiantuntijatyössä käytettäviä malleja varten
- Johda Thomson Reutersin LLM-mallien käytännön jälkikoulutusta valvotun hienosäädön, preferenssioptimoinnin ja vahvistusoppimisen avulla
- Rakenna ja käytä verkossa toimivia agenttisia vahvistusoppimisen putkia, joissa on mukana alan asiantuntijoita
- Johda datan valintaa, sekoitusten optimointia, synteettisen datan luomista ja arviointisuunnittelua
- Seuraa koulutusajoja, havaitse ongelmat varhain ja määritä asianmukaiset korjaavat toimet
- Tee päivittäin yhteistyötä infrastruktuuri- ja arviointitiimien kanssa luotettavien koulutus- ja arviointiputkien ylläpitämiseksi
- Esittele tutkimustuloksia ja suosituksia tiekartan ja priorisointipäätösten ohjaamiseksi
- Osallistu kokeisiin, koulutus- ja arviointiputkien kehittämiseen sekä johtavien konferenssien tutkimusartikkeleihin
- Raportoi mallien tutkimuksesta ja kehityksestä vastaavalle varatoimitusjohtajalle
Vaatimukset
- Osoitettua asiantuntemusta valvotusta hienosäädöstä, DPO:n kaltaisesta preferenssioptimoinnista ja vahvistusoppimisesta, mukaan lukien agenttinen monivaiheinen vahvistusoppiminen työkalujen käyttöön ja tehtävien suorittamiseen
- Käytännön kokemusta datan valinnan, sekoitusten suunnittelun, synteettisen datan luonnin ja arviointimenetelmien määrittelystä sekä mitattavista vaikutuksista mallien toimintaan
- Vahvaa käytännön asiantuntemusta hajautetusta koulutuksesta, dataputkista ja arviointi-infrastruktuurista sekä kykyä rakentaa ja vianmääritystä näissä järjestelmissä
- Näyttöä käyttöön otetuista malleista, laajasti omaksutusta avoimen lähdekoodin työstä tai vertaisarvioiduista julkaisuista johtavissa konferensseissa, kuten NeurIPS, ICML, ACL tai EMNLP
- Kokemusta fokusoidun teknisen tiimin johtamisesta, kun vastuulla on koulutus ja/tai arviointi
- Kokemus LLM-mallien soveltamisesta laki-, vero- tai vastaavalla säännellyllä asiantuntija-alalla katsotaan eduksi
- Kokemus suurten perusmallien jatkuvasta esikoulutuksesta ja toimialakohtaisesta mukauttamisesta katsotaan eduksi
- Kokemus mallien turvallisuudesta, vastakkainasettelun kestävyydestä ja red team -testauksesta katsotaan eduksi
Edut
- Joustavat hybridityöjärjestelyt toimistopohjaisissa tehtävissä
- Mahdollisuus työskennellä enintään kahdeksan viikkoa vuodessa mistä tahansa
- Joustava lomakäytäntö
- Kaksi koko yrityksen yhteistä mielenterveyspäivää vuodessa
- Headspace-sovelluksen käyttöoikeus
- Eläkesäästöohjelma
- Koulutuskustannusten korvaus
- Henkilöstön kannustinohjelmat
- Henkistä, fyysistä ja taloudellista hyvinvointia tukevat resurssit
- Kaksi palkallista vapaaehtoistyöpäivää vuodessa
- Mahdollisuuksia osallistua pro bono -konsultointiprojekteihin ja ESG-hankkeisiin
- Uramahdollisuudet, jatkuva oppiminen ja taitokoulutus Grow My Way -ohjelman kautta
- Joustavat työpaikkakäytännöt, jotka tukevat työn ja muun elämän tasapainoa
- Henkilöstön osallisuutta, yhteenkuuluvuutta ja yhteiskunnallista vaikuttavuutta edistävät ohjelmat