Thomson Reuters izstrādā uzticamu saturu, datus un tehnoloģijas profesionāļiem, kuri strādā juridisko pakalpojumu, nodokļu un grāmatvedības, starptautiskās tirdzniecības, riska pārvaldības, apdrošināšanas, konsultāciju un globālo ziņu jomā. Tās piedāvājumā ietilpst juridiskās izpētes platformas, nodokļu un grāmatvedības programmatūra, atbilstības un regulatīvie rīki, kā arī Reuters mediju pakalpojumi. Apvienojot specializētas zināšanas ar ieguldījumiem ģeneratīvajā mākslīgajā intelektā, Thomson Reuters palīdz advokātu birojiem, uzņēmumiem, nodokļu speciālistiem un mediju organizācijām pārvaldīt sarežģītu informāciju, racionalizēt darba procesus un pieņemt labāk informētus lēmumus.
Modeļu pētniecības un izstrādes direktors — Cūga, Šveice (hibrīddarbs)
Vadiet Thomson Reuters LLM modeļu pēcapmācību, pastiprināto mācīšanos un datu stratēģiju. Izstrādājiet uzticamus mākslīgā intelekta modeļus juridiskās, nodokļu un citu regulētu profesionālo procesu vajadzībām.
Apraksts
- Nodrošināt tehnisko vadību modeļu pētniecības programmai
- Pilnveidot pēcapmācības un datu stratēģijas precīziem, kalibrētiem un uzticamiem modeļiem, ko izmanto profesionālajos procesos
- Vadīt Thomson Reuters LLM modeļu praktisko pēcapmācību, izmantojot uzraudzīto precizēšanu, preferenču optimizāciju un pastiprināto mācīšanos
- Veidot un pārvaldīt tiešsaistes aģentiskas pastiprinātās mācīšanās konveijerus, iesaistot jomas ekspertus
- Vadīt datu atlasi, maisījuma optimizāciju, sintētisko datu izveidi un novērtēšanas plānošanu
- Sekot apmācības palaišanas reizēm, savlaicīgi atklāt problēmas un noteikt atbilstošus koriģējošus pasākumus
- Ikdienā sadarboties ar infrastruktūras un novērtēšanas komandām, lai uzturētu uzticamus apmācības un novērtēšanas konveijerus
- Prezentēt pētījumu rezultātus un ieteikumus, lai palīdzētu pieņemt lēmumus par ceļvedi un prioritātēm
- Piedalīties eksperimentos, apmācības un novērtēšanas konveijeru izstrādē, kā arī pētījumu rakstu sagatavošanā vadošajām konferencēm
- Atskaitīties modeļu pētniecības un izstrādes viceprezidentam
Prasības
- Pierādītas zināšanas uzraudzītajā precizēšanā, preferenču optimizācijā, piemēram, DPO, un pastiprinātajā mācīšanās procesā, tostarp aģentiskā daudzpakāpju pastiprinātā mācīšanās rīku izmantošanai un uzdevumu izpildei
- Praktiska pieredze datu atlases, maisījuma izveides, sintētisko datu ģenerēšanas un novērtēšanas pieeju noteikšanā, kā arī izmērāma ietekme uz modeļa darbību
- Spēcīgas praktiskās zināšanas par izkliedēto apmācību, datu konveijeriem un novērtēšanas infrastruktūru, tostarp spēja šīs sistēmas izveidot un novērst to darbības traucējumus
- Izstrādāti un ieviesti modeļi, plaši izmantots atvērtā pirmkoda darbs vai recenzētas publikācijas vadošās konferencēs, piemēram, NeurIPS, ICML, ACL vai EMNLP
- Pieredze specializētas tehniskās komandas vadībā, kuras atbildībā ir apmācība un/vai novērtēšana
- Vēlama pieredze LLM modeļu izmantošanā tiesību, nodokļu vai līdzīgā regulētā profesionālajā jomā
- Vēlama pieredze lielu bāzes modeļu nepārtrauktā apmācībā un pielāgošanā konkrētai jomai
- Vēlama pieredze modeļu drošībā, noturībā pret pretinieciskiem uzbrukumiem un red-teaming
Priekšrocības
- Elastīgas hibrīddarba iespējas biroja darba lomām
- Iespēja katru gadu līdz astoņām nedēļām strādāt no jebkuras vietas
- Elastīga atvaļinājumu politika
- Divas uzņēmuma mēroga garīgās veselības dienas gadā
- Piekļuve Headspace lietotnei
- Pensijas uzkrājumu programma
- Studiju maksas kompensācija
- Darbinieku motivēšanas programmas
- Resursi garīgās, fiziskās un finansiālās labklājības atbalstam
- Divas apmaksātas brīvprātīgā darba dienas gadā
- Iespējas piedalīties pro bono konsultāciju projektos un ESG iniciatīvās
- Karjeras attīstība, nepārtraukta mācīšanās un prasmju apmācība, izmantojot Grow My Way
- Elastīga darba vietas politika, kas izstrādāta darba un privātās dzīves līdzsvara atbalstam
- Darbinieku iekļaušanas, piederības un sociālās ietekmes programmas