Giotto.ai स्विट्ज़रलैंड की एक कृत्रिम बुद्धिमत्ता कंपनी है, जो उद्यमों के लिए संप्रभु रीजनिंग तकनीक विकसित करती है। इसका समाधान Giotto 1 को एक AI ऑपरेटिंग सिस्टम के साथ जोड़ता है। Giotto 1 एक उच्च-रीजनिंग मॉडल है, जिसे एक ही GPU पर चलाने के लिए बनाया गया है, जबकि AI ऑपरेटिंग सिस्टम में सहायक, दस्तावेज़ और कोड टूल, एकीकरण, एजेंट और निगरानी सुविधाएँ शामिल हैं। संगठन Giotto के यूरोपीय क्लाउड के माध्यम से इस प्लेटफ़ॉर्म का उपयोग कर सकते हैं, इसे निजी GPU पर तैनात कर सकते हैं या प्रमाणित Giotto-ready हार्डवेयर उपकरणों का इस्तेमाल कर सकते हैं। कंपनी का लक्ष्य विनियमित और तकनीकी टीमों को डेटा के भौगोलिक भंडारण, बुनियादी ढाँचे और निजी AI तैनाती पर अधिक नियंत्रण देना है।
Junior AI Researcher at Giotto.ai — Hybrid, Lausanne
Join Giotto.ai as a Junior AI Researcher in a hybrid Lausanne role. Train and evaluate advanced models, develop benchmarks, and help turn research ideas into production-ready AI systems.
विवरण
- Review current AI research and turn relevant ideas into practical experiments
- Train, fine-tune, and assess Transformer-based models
- Support research on reasoning, synthetic data, model adaptation, and evaluation
- Create benchmarks and investigate model performance and failure patterns
- Test ways to improve training data, objectives, prompts, and inference strategies
- Develop clear, reproducible research software
- Record experiments, findings, and conclusions
- Work with research, engineering, and product teams
- Build understanding of how advanced research becomes production-ready AI systems
आवश्यकताएँ
- Completed or nearly completed a master’s degree in computer science, artificial intelligence, machine learning, mathematics, physics, or another quantitative discipline
- Strong foundation in machine learning and deep learning
- Hands-on Python and PyTorch experience from academic projects, a thesis, research, or an internship
- Working knowledge of Transformer architectures and large language models
- Understanding of probability, statistics, linear algebra, and optimization
- Ability to interpret research papers and implement their proposed methods
- Intellectual curiosity, analytical ability, and motivation to learn
- Effective communication and a collaborative approach
- Experience with Hugging Face Transformers or Datasets
- A master’s thesis focused on LLMs, reasoning, multimodal learning, reinforcement learning, interpretability, or generative AI
- Experience with model fine-tuning, LoRA/PEFT, synthetic data, or evaluation workflows
- Research publications, open-source work, or relevant personal projects
- Familiarity with GPUs, experiment-tracking platforms, or cloud infrastructure
लाभ
- Hybrid work arrangement
- Regular team collaboration at the Lausanne office