Thomson Reutersは、法律サービス、税務・会計、国際貿易、リスク管理、保険、コンサルティング、世界のニュースに携わる専門家向けに、信頼性の高いコンテンツ、データ、テクノロジーを開発しています。製品・サービスには、法律調査プラットフォーム、税務・会計ソフトウェア、コンプライアンスおよび規制対応ツール、Reutersのメディアサービスなどがあります。専門知識と生成AIへの投資を組み合わせることで、Thomson Reutersは法律事務所、企業、税務専門家、メディア組織が複雑な情報を管理し、業務フローを効率化し、より十分な情報に基づいて意思決定できるよう支援しています。
モデル研究開発ディレクター――スイス・ツーク（ハイブリッド）
Thomson Reuters の大規模言語モデルのポストトレーニング、強化学習、データ戦略を統括します。 法律、税務など規制対象の専門業務で利用される、信頼性の高い AI モデルを開発します。
仕事内容
- モデル研究プログラムに技術的リーダーシップを提供する
- 専門業務で使用される、正確で適切に校正され信頼できるモデルに向けて、ポストトレーニングとデータ戦略を推進する
- 教師ありファインチューニング、選好最適化、強化学習を通じて、Thomson Reuters の大規模言語モデルのポストトレーニングを自ら指揮する
- 各分野の専門家が関与するオンラインのエージェント型強化学習パイプラインを構築・運用する
- データ選定、混合最適化、合成データ作成、評価設計を指揮する
- トレーニング実行を追跡し、問題を早期に検出して適切な是正措置を定める
- インフラストラクチャチームおよび評価チームと日々連携し、信頼性の高いトレーニング・評価パイプラインを維持する
- 研究成果と提案を発表し、ロードマップと優先順位に関する意思決定を導く
- 実験、トレーニング・評価パイプライン、主要カンファレンス向けの研究論文に貢献する
- モデル研究開発担当バイスプレジデントに報告する
応募要件
- 教師ありファインチューニング、DPO などの選好最適化、強化学習に関する実証された専門知識。ツール使用やタスク完了のためのエージェント型マルチステップ強化学習を含む
- データ選定、混合設計、合成データ生成、評価手法を定義した実務経験があり、モデルの挙動への影響を測定できること
- 分散トレーニング、データパイプライン、評価インフラストラクチャに関する高度な実務経験があり、これらのシステムを構築・トラブルシューティングできること
- 出荷済みモデル、広く採用されたオープンソース成果、または NeurIPS、ICML、ACL、EMNLP などの主要会議での査読付き論文の実績
- トレーニングおよび／または評価を担う専門技術チームを率いた経験
- 法律、税務、または同様に規制された専門分野で大規模言語モデルを適用した経験があれば尚可
- 大規模基盤モデルの継続的事前学習とドメイン適応の経験があれば尚可
- モデル安全性、敵対的ロバスト性、レッドチーミングの経験があれば尚可
福利厚生
- オフィス勤務職種における柔軟なハイブリッド勤務制度
- 毎年最長8週間、場所を問わず働ける制度
- 柔軟な休暇制度
- 年2回の全社メンタルヘルスデー
- Headspace アプリの利用
- 退職貯蓄制度
- 授業料補助
- 従業員インセンティブ制度
- 心身および経済面のウェルビーイングを支援するリソース
- 毎年2日の有給ボランティア休暇
- プロボノコンサルティングプロジェクトや ESG イニシアチブに参加する機会
- Grow My Way を通じたキャリア開発、継続学習、スキルトレーニング
- ワークライフバランスを支援する柔軟な職場ポリシー
- 従業員のインクルージョン、帰属意識、社会的インパクトに関するプログラム
関連求人
エンタープライズ顧客リレーションシップマネージャー
BLACKCLOAK
サイバーセキュリティ企業BLACKCLOAKで、エンタープライズ顧客との関係を管理します。経営幹部などの著名人をハッカー攻撃、プライバシー侵害、なりすましから守る同社で、顧客維持、製品の利用促進、アカウント拡大を推進します。
開く
リモート ソリューションアーキテクト（アプリケーションセキュリティ）
Endor LabsEndor Labsのアプリケーションおよびサプライチェーンセキュリティプラットフォームを活用し、企業顧客のAI主導のソフトウェア開発を保護します。 ソリューションの設計、製品デモの実施、顧客の導入と活用を支援します。
開く
