Giotto.ai je švicarska tvrtka za umjetnu inteligenciju koja razvija suverenu tehnologiju zaključivanja za poslovnu upotrebu. Njezina ponuda objedinjuje Giotto 1, model naprednog zaključivanja osmišljen za rad na jednom GPU-u, s operativnim sustavom za umjetnu inteligenciju koji povezuje asistenta, alate za rad s dokumentima i kodom, integracije, agente i nadzor. Organizacije mogu pristupiti platformi putem Giottova europskog oblaka, implementirati je na privatnim GPU-ovima ili koristiti certificirane hardverske uređaje spremne za Giotto. Tvrtka je usmjerena na pružanje veće kontrole reguliranim i tehničkim timovima nad lokacijom podataka, infrastrukturom i privatnim implementacijama umjetne inteligencije.
Mlađi istraživač umjetne inteligencije u Giotto.ai — hibridni rad, Lausanne
Pridružite se tvrtki Giotto.ai kao mlađi istraživač umjetne inteligencije na hibridnoj poziciji u Lausannei. Trenirat ćete i procjenjivati napredne modele, razvijati referentne testove i pomagati pretvoriti istraživačke ideje u AI sustave spremne za produkciju.
Opis
- Pregledavati aktualna istraživanja u području umjetne inteligencije i pretvarati relevantne ideje u praktične eksperimente
- Trenirati, fino ugađati i procjenjivati modele temeljene na Transformerima
- Podupirati istraživanja zaključivanja, sintetičkih podataka, prilagodbe modela i evaluacije
- Izrađivati referentne testove i istraživati izvedbu modela te obrasce pogrešaka
- Testirati načine poboljšanja podataka za treniranje, ciljeva, upita i strategija zaključivanja
- Razvijati jasan i reproducibilan istraživački softver
- Bilježiti eksperimente, nalaze i zaključke
- Surađivati s istraživačkim, inženjerskim i proizvodnim timovima
- Razvijati razumijevanje načina na koji napredna istraživanja postaju AI sustavi spremni za produkciju
Zahtjevi
- Završen ili pri završetku diplomski studij računarstva, umjetne inteligencije, strojnog učenja, matematike, fizike ili druge kvantitativne discipline
- Čvrsti temelji strojnog i dubokog učenja
- Praktično iskustvo s Pythonom i PyTorchom stečeno kroz akademske projekte, diplomski rad, istraživanje ili praksu
- Radno poznavanje arhitektura Transformer i velikih jezičnih modela
- Razumijevanje vjerojatnosti, statistike, linearne algebre i optimizacije
- Sposobnost tumačenja istraživačkih radova i implementacije predloženih metoda
- Intelektualna znatiželja, analitičke sposobnosti i motivacija za učenje
- Učinkovita komunikacija i suradnički pristup
- Iskustvo s alatima Hugging Face Transformers ili Datasets
- Diplomski rad usmjeren na LLM-ove, zaključivanje, multimodalno učenje, učenje potkrepljivanjem, interpretabilnost ili generativnu umjetnu inteligenciju
- Iskustvo s finim ugađanjem modela, LoRA/PEFT-om, sintetičkim podacima ili postupcima evaluacije
- Istraživačke publikacije, rad na otvorenom kodu ili relevantni osobni projekti
- Poznavanje GPU-ova, platformi za praćenje eksperimenata ili računalne infrastrukture u oblaku
Pogodnosti
- Hibridni način rada
- Redovita timska suradnja u uredu u Lausannei