Faculty разрабатывает передовые решения в области искусственного интеллекта и машинного обучения для решения сложных операционных задач в сферах обороны, здравоохранения, финансовых услуг, государственных услуг и розничной торговли. Компания помогает организациям применять современные технологии ИИ в таких областях, как национальная безопасность, прогнозирование результатов и совершенствование процессов, уделяя особое внимание практической отдаче, ответственному внедрению и устойчивому развитию.
Научный сотрудник по безопасности ИИ — гибридный формат в Лондоне
Должность научного сотрудника в Faculty, посвящённая пониманию и управлению поведением больших языковых моделей на основе трансформеров. Работа сочетает строгие исследования в области безопасности ИИ, воспроизводимые инструменты и практическое применение.
Описание
- Исследовать вопросы безопасности ИИ, способствующие ответственному внедрению надёжных систем ИИ
- Планировать и проводить эксперименты для понимания поведения моделей и влияния на него
- Использовать методы анализа «белого» и «чёрного ящика» для изучения больших языковых моделей на основе трансформеров
- Разрабатывать модульное воспроизводимое исследовательское программное обеспечение на Python с использованием таких инструментов, как PyTorch
- Создавать и поддерживать инфраструктуру и технические инструменты, необходимые для исследований
- Представлять результаты в академических публикациях, технических отчётах и презентациях
- Работать со старшими научными сотрудниками над выявлением пробелов в литературе, проверкой гипотез и формированием исследовательских программ
- Объяснять технические результаты передовым лабораториям, государственным организациям, внешним партнёрам и институтам безопасности ИИ
Требования
- Глубокие знания машинного обучения и архитектур трансформеров, особенно больших языковых моделей
- Практическое знание методов интерпретируемости «белого» и «чёрного ящика», включая векторы управления и механистическую интерпретируемость
- Умение формулировать обоснованные гипотезы на основе структурированных технических задач
- Продвинутые навыки программирования на Python и опыт работы с фреймворками глубокого обучения, такими как PyTorch
- Подтверждённый опыт создания чистого модульного исследовательского программного обеспечения
- Опыт управления кодом с помощью Git
- Навыки ясной коммуникации для представления сложных технических идей и результатов экспериментов в отчётах и презентациях
- Любознательный, строгий и аналитический подход к исследованиям
- Знакомство с темами безопасности ИИ, такими как устойчивость, оценивание или калибровка неопределённости
- Умение указать, требуется ли спонсорство рабочей визы в Великобритании
Преимущества
- Возможность обсудить частичную занятость
- Каждую заявку рассматривает человек, а не принимает ИИ
- ИИ-инструменты можно использовать для исследований и подготовки к собеседованию
- От использования ИИ для ведения заметок на собеседовании можно отказаться