Thomson Reuters opracowuje wiarygodne treści, dane i technologie dla specjalistów pracujących w obszarze usług prawnych, podatków i rachunkowości, handlu międzynarodowego, zarządzania ryzykiem, ubezpieczeń, doradztwa oraz globalnych wiadomości. Jej oferta obejmuje platformy do badań prawnych, oprogramowanie podatkowe i księgowe, narzędzia do zapewniania zgodności z przepisami i regulacjami, a także usługi medialne Reuters. Łącząc specjalistyczną wiedzę z inwestycjami w generatywną sztuczną inteligencję, Thomson Reuters pomaga kancelariom prawnym, korporacjom, doradcom podatkowym i organizacjom medialnym zarządzać złożonymi informacjami, usprawniać przepływy pracy i podejmować bardziej świadome decyzje.
Starszy inżynier uczenia maszynowego, NLP i LLM — praca hybrydowa
Twórz produkcyjne systemy NLP i dużych modeli językowych dla produktów Thomson Reuters z obszaru analityki prawnej. Przekształcaj złożone dokumenty prawne w praktyczne informacje dzięki skalowalnym i niezawodnym rozwiązaniom AI.
Opis
- Twórz i wdrażaj produkcyjne systemy uczenia maszynowego oraz dużych modeli językowych, które wydobywają przydatne informacje ze złożonych dokumentów prawnych i danych
- Rozwiązuj problemy NLP związane z językiem umów, ekstrakcją informacji, analizą opartą na modelach i porównywaniem dokumentów
- Projektuj, opracowuj, trenuj i wdrażaj modele oraz systemy wykorzystujące uczenie maszynowe i LLM
- Dostarczaj produkcyjne rozwiązania do ekstrakcji informacji, generowania i podsumowywania tekstu, agentów AI, wyszukiwania i analizy dokumentów
- Twórz niezawodne, skalowalne potoki do trenowania, oceny i wdrażania modeli oraz ich dalszego działania na produkcji
- Ustanawiaj ramy oceny i metryki obejmujące jakość, dokładność i niezawodność modeli, dryf oraz potencjalne uprzedzenia
- Poprawiaj wydajność modeli i efektywność wykorzystania zasobów dzięki eksperymentom, inżynierii cech, wyborowi modeli i dostrajaniu
- Przekładaj potrzeby biznesowe i produktowe na rozwiązania uczenia maszynowego — od początkowych eksperymentów po skalę produkcyjną
- Współpracuj z zespołami uczenia maszynowego, inżynierii, produktu, prawa, danych i bezpieczeństwa
- Chroń poufne informacje, dostarczając niezawodne rozwiązania AI
Wymagania
- Tytuł magistra w dziedzinie uczenia maszynowego, informatyki, statystyki lub pokrewnej dyscyplinie ilościowej, ze specjalizacją w uczeniu maszynowym lub sztucznej inteligencji
- Co najmniej trzy lata doświadczenia zawodowego w inżynierii uczenia maszynowego, stosowanym uczeniu maszynowym, inżynierii badawczej lub ściśle powiązanej inżynierii oprogramowania
- Praktyczne doświadczenie w tworzeniu, trenowaniu i wdrażaniu modeli uczenia maszynowego na produkcji
- Zaawansowana praktyczna znajomość uczenia maszynowego, przetwarzania języka naturalnego i współczesnych architektur dużych modeli językowych
- Doświadczenie w ekstrakcji informacji, generowaniu lub podsumowywaniu tekstu, agentach AI albo wyszukiwaniu
- Zaawansowana znajomość programowania w Pythonie
- Praktyczne doświadczenie z PyTorch lub TensorFlow
- Doświadczenie w opracowywaniu lub dostrajaniu modeli językowych albo innych modeli uczenia maszynowego do zastosowań specjalistycznych lub branżowych
- Doświadczenie w projektowaniu i stosowaniu metod oraz metryk oceny modeli
- Umiejętność przekładania potrzeb produktowych lub biznesowych na rozwiązania uczenia maszynowego oraz wyjaśniania decyzji technicznych, kompromisów i rezultatów
- Silne umiejętności rozwiązywania problemów, współpracy i przejmowania odpowiedzialności
- Mile widziane: doktorat w dziedzinie uczenia maszynowego, informatyki, statystyki lub pokrewnej dyscyplinie ilościowej
- Mile widziane: doświadczenie we wdrażaniu i obsłudze systemów ML lub LLM na dużą skalę
- Mile widziane: doświadczenie w technologiach prawniczych, prawniczym NLP, analizie dokumentów prawnych lub modelowaniu języka dla konkretnej dziedziny
- Mile widziane: doświadczenie w usługach finansowych, ekonomii albo branżach regulowanych lub przetwarzających wrażliwe dane
- Mile widziane: doświadczenie w obsłudze lub samodzielnym hostowaniu LLM oraz poprawianiu efektywności obliczeniowej
- Mile widziane: doświadczenie w prowadzeniu złożonych inicjatyw ML — od badań lub eksperymentów po produkcję — z mierzalnymi rezultatami
Benefity
- Elastyczny hybrydowy model pracy na stanowiskach biurowych
- Możliwość pracy zdalnej z dowolnego miejsca na świecie przez maksymalnie osiem tygodni w roku
- Elastyczna polityka urlopowa
- Dwa dni wolne dla całej firmy z przeznaczeniem na zdrowie psychiczne
- Dostęp do aplikacji Headspace
- Opcje oszczędzania emerytalnego
- Dofinansowanie nauki
- Programy motywacyjne dla pracowników
- Zasoby wspierające dobrostan psychiczny, fizyczny i finansowy
- Dwa płatne dni wolontariatu w roku
- Możliwość udziału w projektach doradczych pro bono
- Programy ubezpieczeń zdrowotnych, stomatologicznych, okulistycznych, od niepełnosprawności i na życie
- Plan 401(k) z dopłatami firmy
- Płatny urlop chorobowy i płatny czas wolny z powodów bezpieczeństwa
- Płatne święta, w tym dwa dni wolne dla całej firmy z przeznaczeniem na zdrowie psychiczne
- Urlop rodzicielski
- Urlop sabbaticalowy
- Opcjonalne ubezpieczenie szpitalne, wypadkowe i chorobowe
- Opcjonalne ubezpieczenie na życie oraz od następstw nieszczęśliwych wypadków, w tym śmierci i trwałego uszczerbku
- Elastyczne konta wydatków oraz konta oszczędnościowe na cele zdrowotne
- Dofinansowanie aktywności fizycznej
- Program wsparcia pracowników
- Grupowe świadczenie obejmujące pomoc prawną i ochronę przed kradzieżą tożsamości
- Dostęp do planu 529
- Świadczenia komunikacyjne
- Pomoc w adopcji i macierzyństwie zastępczym
- Program zakupu akcji przez pracowników
- Możliwość otrzymania rocznej premii zależnej od wyników firmy i wyników indywidualnych