Giotto.ai er et sveitsisk selskap innen kunstig intelligens som utvikler suveren resonneringsteknologi for bedriftsbruk. Tilbudet kombinerer Giotto 1, en modell med avanserte resonneringsevner som er utviklet for å kjøre på én GPU, med et AI-operativsystem som samler en assistent, verktøy for dokumenter og kode, integrasjoner, agenter og overvåking. Organisasjoner kan få tilgang til plattformen via Giottos europeiske sky, distribuere den på private GPU-er eller bruke sertifiserte Giotto-klare maskinvareenheter. Selskapet fokuserer på å gi regulerte og tekniske team større kontroll over dataopphold, infrastruktur og private AI-distribusjoner.
Junior AI-forsker hos Giotto.ai — hybridarbeid i Lausanne
Bli junior AI-forsker hos Giotto.ai i en hybridrolle i Lausanne. Tren og evaluer avanserte modeller, utvikle benchmarker og bidra til å gjøre forskningsideer om til produksjonsklare AI-systemer.
Beskrivelse
- Gjennomgå aktuell AI-forskning og gjør relevante ideer om til praktiske eksperimenter
- Tren, finjuster og evaluer Transformer-baserte modeller
- Støtt forskning innen resonnering, syntetiske data, modelltilpasning og evaluering
- Lag benchmarker og undersøk modellers ytelse og feilmønstre
- Test måter å forbedre treningsdata, målfunksjoner, prompter og inferensstrategier på
- Utvikle tydelig og reproduserbar forskningsprogramvare
- Dokumenter eksperimenter, funn og konklusjoner
- Samarbeid med forsknings-, ingeniør- og produktteam
- Bygg forståelse for hvordan avansert forskning blir til produksjonsklare AI-systemer
Krav
- Fullført eller nesten fullført mastergrad i informatikk, kunstig intelligens, maskinlæring, matematikk, fysikk eller et annet kvantitativt fag
- Sterkt grunnlag innen maskinlæring og dyp læring
- Praktisk erfaring med Python og PyTorch fra akademiske prosjekter, masteroppgave, forskning eller praksis
- God kjennskap til Transformer-arkitekturer og store språkmodeller
- Forståelse av sannsynlighet, statistikk, lineær algebra og optimering
- Evne til å tolke forskningsartikler og implementere metodene de foreslår
- Intellektuell nysgjerrighet, analytiske evner og motivasjon for å lære
- Gode kommunikasjonsevner og en samarbeidsorientert arbeidsform
- Erfaring med Hugging Face Transformers eller Datasets
- En masteroppgave med fokus på LLM-er, resonnering, multimodal læring, forsterkningslæring, tolkbarhet eller generativ AI
- Erfaring med finjustering av modeller, LoRA/PEFT, syntetiske data eller evalueringsarbeidsflyter
- Forskningspublikasjoner, arbeid med åpen kildekode eller relevante personlige prosjekter
- Kjennskap til GPU-er, plattformer for eksperimentsporing eller skyinfrastruktur
Fordeler
- Hybrid arbeidsordning
- Regelmessig teamsamarbeid på kontoret i Lausanne