Thomson Reuters разрабатывает надежный контент, данные и технологии для специалистов, работающих в сфере юридических услуг, налогообложения и бухгалтерского учета, международной торговли, управления рисками, страхования, консалтинга и мировых новостей. В ее портфель входят платформы для юридических исследований, программное обеспечение для налогообложения и бухгалтерского учета, инструменты для обеспечения соответствия требованиям и соблюдения нормативных требований, а также медиасервисы Reuters. Объединяя отраслевую экспертизу с инвестициями в генеративный искусственный интеллект, Thomson Reuters помогает юридическим фирмам, корпорациям, налоговым специалистам и медиакомпаниям работать со сложной информацией, оптимизировать рабочие процессы и принимать более обоснованные решения.
Ведущий инженер по машинному обучению, NLP и LLM — гибридный формат
Создавайте промышленные NLP-системы и системы на базе больших языковых моделей для продуктов Thomson Reuters в сфере юридической аналитики. Превращайте сложные юридические документы в полезные выводы с помощью масштабируемых и надежных решений на основе ИИ.
Описание
- Создавайте и внедряйте промышленные системы машинного обучения и больших языковых моделей, извлекающие полезные сведения из сложных юридических документов и данных
- Решайте задачи NLP, связанные с договорной лексикой, извлечением информации, анализом на основе моделей и сравнением документов
- Проектируйте, разрабатывайте, обучайте и внедряйте модели и системы на базе машинного обучения и LLM
- Создавайте промышленные решения для извлечения информации, генерации и суммаризации текста, ИИ-агентов, поиска и анализа документов
- Разрабатывайте надежные масштабируемые конвейеры для обучения, оценки и внедрения моделей, а также их дальнейшей эксплуатации в промышленной среде
- Создавайте системы оценки и метрики качества, точности, надежности моделей, дрейфа и потенциальной предвзятости
- Повышайте производительность моделей и эффективность использования ресурсов с помощью экспериментов, разработки признаков, выбора и настройки моделей
- Превращайте бизнес- и продуктовые потребности в решения на основе машинного обучения — от первых экспериментов до промышленного масштаба
- Сотрудничайте с командами машинного обучения, разработки, продукта, юридического направления, работы с данными и безопасности
- Защищайте конфиденциальную информацию, создавая надежные решения на основе ИИ
Требования
- Степень магистра в области машинного обучения, компьютерных наук, статистики или другой количественной дисциплины с фокусом на машинное обучение или искусственный интеллект
- Не менее трех лет профессионального опыта в инженерии машинного обучения, прикладном машинном обучении, исследовательской инженерии или тесно связанной разработке программного обеспечения
- Практический опыт создания, обучения и внедрения моделей машинного обучения в промышленной среде
- Глубокие прикладные знания машинного обучения, обработки естественного языка и современных архитектур больших языковых моделей
- Опыт работы с извлечением информации, генерацией или суммаризацией текста, ИИ-агентами или поиском
- Продвинутые навыки программирования на Python
- Практический опыт работы с PyTorch или TensorFlow
- Опыт разработки или дообучения языковых и других моделей машинного обучения для специализированных задач или предметных областей
- Опыт проектирования и применения методов и метрик оценки моделей
- Умение превращать продуктовые или бизнес-потребности в решения на основе машинного обучения и объяснять технические решения, компромиссы и результаты
- Сильные навыки решения задач, сотрудничества и самостоятельного ведения работы
- Желательно: степень PhD в области машинного обучения, компьютерных наук, статистики или другой количественной дисциплины
- Желательно: опыт внедрения и эксплуатации систем ML или LLM в крупном масштабе
- Желательно: опыт работы с юридическими технологиями, юридическим NLP, анализом юридических документов или предметно-ориентированным моделированием языка
- Желательно: опыт работы в финансовых услугах, экономике или регулируемых отраслях и отраслях с чувствительными данными
- Желательно: опыт обслуживания или самостоятельного размещения LLM и повышения вычислительной эффективности
- Желательно: опыт руководства сложными инициативами в области ML — от исследований или экспериментов до промышленной эксплуатации — с измеримыми результатами
Преимущества
- Гибридный формат работы для офисных должностей
- Возможность работать удаленно из любой точки мира до восьми недель в год
- Гибкая политика отпусков
- Два общекорпоративных выходных дня для заботы о психическом здоровье
- Доступ к приложению Headspace
- Варианты пенсионных накоплений
- Компенсация расходов на обучение
- Программы мотивации сотрудников
- Ресурсы для поддержки психического, физического и финансового благополучия
- Два оплачиваемых дня в год для волонтерской деятельности
- Возможность участвовать в консультационных проектах на безвозмездной основе
- Программы медицинского, стоматологического, офтальмологического страхования, страхования нетрудоспособности и жизни
- План 401(k) с взносами компании
- Оплачиваемый отпуск по болезни и безопасные дни
- Оплачиваемые праздничные дни, включая два общекорпоративных дня для заботы о психическом здоровье
- Отпуск по уходу за ребенком
- Саббатикал
- Дополнительное страхование госпитализации, несчастных случаев и заболеваний
- Дополнительное страхование жизни и от несчастных случаев, включая потерю трудоспособности и смерть
- Счета гибких расходов и сберегательные счета на медицинские нужды
- Компенсация расходов на фитнес
- Программа поддержки сотрудников
- Корпоративная юридическая защита и защита от кражи личных данных
- Доступ к плану 529
- Компенсация транспортных расходов
- Помощь при усыновлении и суррогатном материнстве
- Программа приобретения акций сотрудниками
- Возможность получить годовой бонус в зависимости от результатов компании и индивидуальных результатов