Giotto.ai on sveitsiläinen tekoäly-yhtiö, joka kehittää suvereenia päättelyteknologiaa yrityskäyttöön. Sen tarjonta yhdistää Giotto 1 -mallin, joka on suunniteltu toimimaan yhdellä grafiikkasuorittimella, tekoälykäyttöjärjestelmään, joka kokoaa yhteen avustajan, dokumentti- ja koodityökalut, integraatiot, agentit ja valvonnan. Organisaatiot voivat käyttää alustaa Giotton eurooppalaisen pilvipalvelun kautta, ottaa sen käyttöön yksityisillä grafiikkasuorittimilla tai käyttää sertifioituja Giotto-yhteensopivia laitteita. Yhtiö keskittyy antamaan säännellyillä ja teknisillä aloilla toimiville tiimeille paremman hallinnan datan sijainnista, infrastruktuurista ja yksityisistä tekoälykäyttöönottoista.
Nuorempi tekoälytutkija Giotto.ai:lla — hybridityö, Lausanne
Liity Giotto.aihin nuorempana tekoälytutkijana hybridiroolissa Lausannessa. Koulutat ja arvioit edistyneitä malleja, kehität vertailuarviointeja ja autat muuttamaan tutkimusideoita tuotantovalmiiksi tekoälyjärjestelmiksi.
Kuvaus
- Tutustu ajankohtaiseen tekoälytutkimukseen ja muunna merkitykselliset ideat käytännön kokeiluiksi
- Kouluta, hienosäädä ja arvioi Transformer-pohjaisia malleja
- Tue päättelyä, synteettistä dataa, mallien mukauttamista ja arviointia koskevaa tutkimusta
- Luo vertailuarviointeja ja selvitä mallien suorituskykyä sekä virhemalleja
- Testaa tapoja parantaa koulutusdataa, tavoitteita, kehotteita ja päättelystrategioita
- Kehitä selkeää ja toistettavaa tutkimusohjelmistoa
- Kirjaa kokeet, havainnot ja johtopäätökset
- Työskentele tutkimus-, suunnittelu- ja tuotekehitystiimien kanssa
- Rakenna ymmärrystä siitä, miten edistynyt tutkimus muuttuu tuotantovalmiiksi tekoälyjärjestelmiksi
Vaatimukset
- Tietojenkäsittelytieteen, tekoälyn, koneoppimisen, matematiikan, fysiikan tai muun määrällisen alan maisterintutkinto suoritettuna tai lähes suoritettuna
- Vahva koneoppimisen ja syväoppimisen perusta
- Käytännön kokemusta Pythonista ja PyTorchista opintoprojektien, opinnäytetyön, tutkimuksen tai harjoittelun kautta
- Transformer-arkkitehtuurien ja suurten kielimallien hyvä tuntemus
- Todennäköisyyslaskennan, tilastotieteen, lineaarialgebran ja optimoinnin ymmärtäminen
- Kyky tulkita tutkimusartikkeleita ja toteuttaa niissä esitettyjä menetelmiä
- Älyllinen uteliaisuus, analyyttinen kyky ja motivaatio oppia
- Hyvät viestintätaidot ja yhteistyökykyinen työote
- Kokemusta Hugging Face Transformers- tai Datasets-kirjastoista
- LLM-malleihin, päättelyyn, multimodaaliseen oppimiseen, vahvistusoppimiseen, tulkittavuuteen tai generatiiviseen tekoälyyn keskittyvä pro gradu -tutkielma
- Kokemusta mallien hienosäädöstä, LoRA/PEFT-menetelmistä, synteettisestä datasta tai arviointityönkuluista
- Tutkimusjulkaisuja, avoimen lähdekoodin työtä tai aiheeseen liittyviä henkilökohtaisia projekteja
- GPU-laitteistojen, kokeiden seurantajärjestelmien tai pilvi-infrastruktuurin tuntemus
Edut
- Hybridityöjärjestely
- Säännöllistä yhteistyötä Lausannen toimistolla