Mistral AI
Mistral AI
A Mistral AI korszerű nagy nyelvi modelleket és generatív mesterségesintelligencia-rendszereket fejleszt olyan szervezetek számára, amelyek intelligens alkalmazásokat és ügynököket építenek. Termékportfóliójába tartozik a mesterséges intelligenciával támogatott, hosszabb távú munkavégzéshez és kódoláshoz készült Vibe, az ügynökök és alkalmazások létrehozására és működtetésére szolgáló Studio, az egyedi modellek betanítására és értékelésére fejlesztett Forge, valamint a modellbetanításhoz és következtetéshez szükséges infrastruktúrát biztosító Compute. A vállalat API-kat, specializált modelleket, vállalati testreszabást, bevezetési szolgáltatásokat és olyan iparági megoldásokat is kínál, amelyek többek között a pénzügy, a közszféra, a gyártás, az energia- és közműszolgáltatások, valamint a közlekedés területét célozzák. A Mistral AI felhőben üzemeltetett és saját infrastruktúrán futtatott megoldásokat egyaránt támogat, a magánéletet szem előtt tartó vállalati használatra és a testreszabott mesterségesintelligencia-megoldásokra összpontosítva.

LLM-kutató, mesterséges intelligencia a tudományért — Mistral AI, Párizs, hibrid

Fejlesszen nagy nyelvi modelleket és ügynökalapú mesterséges intelligenciát a Mistral AI tudományos felfedezési megoldásaihoz. Biológiai, kémiai, fizikai és anyagtudományi szakértőkkel együttműködve mozdítsa elő a gyakorlati MI-alkalmazásokat.

Leírás

  • Nagy nyelvi modellek, ügynökalapú MI-rendszerek és mélytanulási keretrendszerek fejlesztése és optimalizálása tudományos felfedezésekhez
  • Az LLM-ek teljesítményének javítása szakirodalmi szintézisben, autonóm kísérletezésben és szigorú levezetésekben
  • Skálázható, általánosítható, LLM-alapú megoldások végponttól végpontig tartó betanításának támogatása tudományos felhasználási esetekhez
  • Skálázható munkafolyamatok létrehozása kiváló minőségű tudományos adatok gyűjtésére szintetikus és közösségi adatgyűjtési folyamatokon keresztül
  • A megerősítéses tanulás és az ügynökalapú rendszerek alkalmazása és továbbfejlesztése a természettudományok kihívásaira
  • Együttműködés szakterületi szakértőkkel az MI-lehetőségek azonosításában és a modellek visszajelzéseik alapján történő finomításában
  • A tudományos modellbetanításhoz szükséges infrastruktúra és a tudományt szolgáló nyílt forráskódú MI-eszközök fejlesztésének támogatása
  • A tudományos MI-kutatás prioritásainak meghatározása nagy kockázatú, nagy hozamú ötletek vizsgálata mellett
  • Az MI-kutatás eredményeinek mérhető tudományos hatássá alakítása

Követelmények

  • Erős szakértelem a nagy nyelvi modellek, a mélytanulás vagy az ügynökalapú MI területén
  • Bizonyított siker MI vagy gépi tanulás valós problémákra való alkalmazásában publikációk, nyílt forráskódú munka vagy üzembe helyezett rendszerek révén
  • Kiterjedt informatikai tapasztalat
  • Ideális esetben tapasztalat a szintetikus adatok előállításának skálázásában
  • A korszerű LLM-architektúrák és az utólagos betanítási módszerek gyakorlati ismerete
  • Gyakorlati tapasztalat a PyTorch, TensorFlow vagy JAX használatában
  • Tapasztalat modelloptimalizálási és skálázási módszerekben, beleértve a finomhangolást és az RLHF-et
  • Legalább egy természettudományi terület magas szintű megértésének képessége
  • Posztgraduális szintű specializáció és széles körű alapképzési ismeretek egy természettudományi területen
  • Jártasság a tudományos számításokban, numerikus módszerekben és nagy teljesítményű számítástechnikában
  • Erős szoftvermérnöki gyakorlat
  • Képesség a technikai MI-fogalmak nem szakértők számára történő érthető magyarázatára
  • Együttműködő, alacsony egójú hozzáállás és készség az operatív kihívások kezelésére
  • Képesség arra, hogy hetente körülbelül három napot a párizsi irodában dolgozzon

Juttatások

  • Egészségbiztosítási fedezet
  • Szülői szabadság
  • Nyugdíjprogramok
  • Áttelepülési támogatás
  • Jólléti programok
  • Étkezési támogatás
  • Közlekedési támogatás
  • Egyéb, helyspecifikus juttatások