Ang Mistral AI ay bumubuo ng mga makabagong malalaking modelo ng wika at generative AI system para sa mga organisasyong gumagawa ng matatalinong application at agent. Saklaw ng portfolio ng mga produkto nito ang Vibe para sa pangmatagalang trabahong tinutulungan ng AI at coding, Studio para sa paglikha at pagpapatakbo ng mga agent at application, Forge para sa pagsasanay at pagsusuri ng mga custom na modelo, at Compute para sa imprastraktura ng pagsasanay at inference ng mga modelo. Nagbibigay rin ang kumpanya ng mga API, espesyalisadong modelo, enterprise customization, mga serbisyo sa deployment, at mga solusyong pang-industriya sa mga larangan tulad ng pananalapi, pampublikong sektor, pagmamanupaktura, enerhiya at mga utility, at transportasyon. Sinusuportahan ng Mistral AI ang cloud-hosted at self-hosted na deployment, na nakatuon sa paggamit ng mga negosyo na nagbibigay-priyoridad sa privacy at sa mga AI solution na iniangkop sa kanilang pangangailangan.
Siyentista ng LLM, AI para sa Agham — Mistral AI, Paris Hybrid
Bumuo ng malalaking modelo ng wika at agentic AI para sa mga solusyon ng Mistral AI sa pagtuklas na siyentipiko. Makipagtulungan sa mga eksperto sa biology, chemistry, physics, at materials science upang isulong ang praktikal na paggamit ng AI.
Paglalarawan
- Bumuo at mag-optimize ng malalaking modelo ng wika, agentic AI system, at deep learning framework para sa pagtuklas na siyentipiko
- Pahusayin ang performance ng LLM sa pagbubuo ng literatura, autonomous experimentation, at mahigpit na derivation
- Suportahan ang end-to-end na pagsasanay ng mga scalable at generalizable na solusyong nakabatay sa LLM para sa mga gamit na siyentipiko
- Lumikha ng mga scalable na workflow para sa pangangalap ng de-kalidad na siyentipikong datos sa pamamagitan ng synthetic at crowdsourced na pipeline
- Ilapat at isulong ang reinforcement learning at agentic system para sa mga hamon sa natural sciences
- Makipagtulungan sa mga eksperto sa domain upang tukuyin ang mga oportunidad para sa AI at pinuhin ang mga modelo batay sa kanilang feedback
- Tumulong sa pagbuo ng imprastraktura para sa pagsasanay ng mga siyentipikong modelo at open-source AI tool para sa agham
- Magtakda ng mga prayoridad sa pananaliksik para sa AI sa agham habang sinasaliksik ang mga ideyang mataas ang panganib at mataas ang potensyal na gantimpala
- Gawing nasusukat na epekto sa agham ang mga pagsulong sa pananaliksik sa AI
Mga Kinakailangan
- Matibay na kadalubhasaan sa malalaking modelo ng wika, deep learning, o agentic AI
- Napatunayang tagumpay sa paggamit ng AI o machine learning sa mga problema sa totoong mundo sa pamamagitan ng mga publikasyon, open-source na gawa, o naka-deploy na sistema
- Malawak na karanasan sa computer science
- Mas mainam kung may karanasan sa pagpapalaki ng synthetic data generation
- Praktikal na kaalaman sa kasalukuyang arkitektura ng LLM at mga post-training method
- Aktuwal na karanasan sa PyTorch, TensorFlow, o JAX
- Karanasan sa mga paraan ng pag-optimize at pag-scale ng modelo, kabilang ang fine-tuning at RLHF
- Kakayahang umunawa sa mataas na antas ng kahit isang larangan ng natural sciences
- Espesyalisasyon sa antas-gradwado at malawak na kaalaman sa antas-undergraduate sa isang larangan ng natural science
- Kasanayan sa scientific computing, numerical methods, at high-performance computing
- Matibay na kasanayan sa software engineering
- Kakayahang ipaliwanag ang mga teknikal na konsepto ng AI sa mga hindi espesyalista
- Kolaboratibo at mababang-ego na paraan ng pagtatrabaho, na handang humarap sa mga hamong operasyonal
- May kakayahang magtrabaho sa opisina sa Paris nang humigit-kumulang tatlong araw bawat linggo
Mga Benepisyo
- Saklaw sa pangangalagang pangkalusugan
- Leave para sa magulang
- Mga retirement plan
- Suporta sa relokasyon
- Mga wellness program
- Allowance sa pagkain
- Allowance sa transportasyon
- Iba pang benepisyong partikular sa lokasyon