Giotto.ai je švicarsko podjetje za umetno inteligenco, ki razvija suvereno tehnologijo sklepanja za poslovno uporabo. Njegova ponudba združuje Giotto 1, model za napredno sklepanje, zasnovan za delovanje na enem grafičnem procesorju, z operacijskim sistemom za umetno inteligenco, ki povezuje pomočnika, orodja za delo z dokumenti in izvorno kodo, integracije, agente in spremljanje. Organizacije lahko do platforme dostopajo prek evropskega oblaka Giotto, jo uvedejo na zasebnih grafičnih procesorjih ali uporabljajo certificirane strojne naprave, pripravljene za Giotto. Podjetje si prizadeva reguliranim in tehničnim ekipam zagotoviti večji nadzor nad lokacijo podatkov, infrastrukturo in zasebnimi uvedbami umetne inteligence.
Mlajši raziskovalec umetne inteligence v Giotto.ai — hibridno delo, Lausanne
Pridružite se podjetju Giotto.ai kot mlajši raziskovalec umetne inteligence na hibridnem delovnem mestu v Lausanni. Usposabljali in ocenjevali boste napredne modele, razvijali primerjalna merila ter pomagali raziskovalne zamisli pretvarjati v AI-sisteme, pripravljene za produkcijo.
Opis
- Pregledovati aktualne raziskave na področju umetne inteligence in ustrezne zamisli pretvarjati v praktične eksperimente
- Usposabljati, fino prilagajati in ocenjevati modele, temelječe na Transformerjih
- Podpirati raziskave sklepanja, sintetičnih podatkov, prilagajanja modelov in vrednotenja
- Ustvarjati primerjalna merila ter raziskovati zmogljivost modelov in vzorce neuspehov
- Preizkušati načine za izboljšanje učnih podatkov, ciljev, pozivov in strategij izvajanja
- Razvijati jasno in ponovljivo raziskovalno programsko opremo
- Beležiti eksperimente, ugotovitve in zaključke
- Sodelovati z raziskovalnimi, inženirskimi in produktnimi ekipami
- Razvijati razumevanje, kako napredne raziskave postanejo AI-sistemi, pripravljeni za produkcijo
Zahteve
- Končan ali skoraj končan magistrski študij računalništva, umetne inteligence, strojnega učenja, matematike, fizike ali druge kvantitativne discipline
- Dobro poznavanje strojnega in globokega učenja
- Praktične izkušnje s Pythonom in PyTorchom iz akademskih projektov, magistrske naloge, raziskav ali prakse
- Delovno poznavanje arhitektur Transformer in velikih jezikovnih modelov
- Razumevanje verjetnosti, statistike, linearne algebre in optimizacije
- Sposobnost razumevanja raziskovalnih člankov in izvedbe v njih predlaganih metod
- Intelektualna radovednost, analitične sposobnosti in motivacija za učenje
- Učinkovito komuniciranje in sodelovalen pristop
- Izkušnje s knjižnicama Hugging Face Transformers ali Datasets
- Magistrska naloga, osredotočena na LLM-je, sklepanje, multimodalno učenje, učenje z okrepitvijo, interpretabilnost ali generativno umetno inteligenco
- Izkušnje s finim prilagajanjem modelov, LoRA/PEFT, sintetičnimi podatki ali postopki vrednotenja
- Raziskovalne publikacije, delo na odprtokodnih projektih ali ustrezni osebni projekti
- Poznavanje grafičnih procesorjev, platform za sledenje eksperimentom ali infrastrukture v oblaku
Ugodnosti
- Hibridna ureditev dela
- Redno sodelovanje ekipe v pisarni v Lausanni