Faculty
Faculty
A Faculty úttörő mesterségesintelligencia- és gépi tanulási megoldásokat fejleszt, amelyek a védelem, az egészségügy, a pénzügyi szolgáltatások, a közszolgáltatások és a kiskereskedelem összetett működési kihívásainak kezelését szolgálják. A vállalat szervezetekkel együttműködve alkalmazza a fejlett mesterséges intelligenciát többek között a nemzetbiztonság, az eredmények előrejelzése és a folyamatfejlesztés területén, a gyakorlati hatásra, a felelős bevezetésre és a fenntarthatóságra helyezve a hangsúlyt.

MI-biztonsági kutató – hibrid munkavégzés Londonban

Kutatói pozíció a Faculty csapatában, amely a transzformer-alapú nagy nyelvi modellek viselkedésének megértésére és irányítására összpontosít. A munka szigorú MI-biztonsági kutatást, reprodukálható eszközöket és gyakorlati alkalmazásokat ötvöz.

Leírás

  • Az innovatív MI felelős bevezetését támogató MI-biztonsági kérdések vizsgálata
  • Kísérletek megtervezése és végrehajtása a modell viselkedésének megértése és befolyásolása érdekében
  • Fehérdobozos és feketedobozos megközelítések alkalmazása transzformer-alapú nagy nyelvi modellek elemzésére
  • Moduláris, reprodukálható Python-alapú kutatószoftver fejlesztése olyan eszközökkel, mint a PyTorch
  • A kutatáshoz szükséges infrastruktúra és technikai eszközök létrehozása és támogatása
  • Az eredmények megosztása tudományos publikációkban, technikai jelentésekben és prezentációkban
  • Együttműködés vezető kutatókkal a szakirodalmi hiányosságok azonosításában, hipotézisek tesztelésében és kutatási programok meghatározásában
  • Technikai eredmények ismertetése úttörő laboratóriumok, kormányzati szervezetek, külső partnerek és biztonsági intézetek számára

Követelmények

  • Erős alapok a gépi tanulás és a transzformer-architektúrák, különösen a nagy nyelvi modellek terén
  • A fehérdobozos és feketedobozos interpretálhatósági módszerek gyakorlati ismerete, beleértve a steering vektorokat és a mechanisztikus interpretálhatóságot
  • Jól megfogalmazott hipotézisek levezetésének képessége strukturált technikai kihívásokból
  • Haladó szintű Python-programozási készségek és tapasztalat olyan mélytanulási keretrendszerekkel, mint a PyTorch
  • Tiszta, moduláris kutatószoftver készítését igazoló tapasztalat
  • Kódkezelési tapasztalat a Git használatával
  • Világos kommunikációs készség összetett technikai elképzelések és kísérleti eredmények jelentésekben és prezentációkban történő bemutatásához
  • Kíváncsi, szigorú és analitikus kutatói hozzáállás
  • Az MI-biztonság olyan témáinak ismerete, mint a robusztusság, az értékelés vagy a bizonytalanság kalibrálása
  • Annak egyértelmű megjelölése, hogy szükség van-e az Egyesült Királyságban munkavállalási vízumhoz munkáltatói szponzorációra

Juttatások

  • Részmunkaidős munkavégzési lehetőségek megvitathatók
  • Minden jelentkezést egy személy vizsgál felül, nem az MI hoz róla döntést
  • Kutatáshoz és interjúra való felkészüléshez MI-eszközök használhatók
  • Az interjúk MI-alapú jegyzetelése visszautasítható