Thomson Reuters utvecklar tillförlitligt innehåll, data och teknik för yrkesverksamma inom juridiska tjänster, skatt och redovisning, internationell handel, riskhantering, försäkring, rådgivning och globala nyheter. Portföljen omfattar plattformar för juridisk forskning, programvara för skatt och redovisning, verktyg för efterlevnad och reglering samt Reuters medietjänster. Genom att kombinera specialistkompetens med investeringar i generativ AI hjälper Thomson Reuters advokatbyråer, företag, skatteexperter och medieorganisationer att hantera komplex information, effektivisera arbetsflöden och fatta bättre underbyggda beslut.
Direktör för modellforskning och modellutveckling — Zug, Schweiz (hybrid)
Led Thomson Reuters arbete med efterträning av LLM-modeller, förstärkningsinlärning och datastrategi. Utveckla tillförlitliga AI-modeller för juridiska, skatterelaterade och andra reglerade yrkesområden.
Beskrivning
- Ge tekniskt ledarskap för programmet inom modellforskning
- Utveckla strategier för efterträning och data för korrekta, kalibrerade och tillförlitliga modeller som används i yrkesmässiga arbetsflöden
- Leda praktisk efterträning av Thomson Reuters LLM-modeller genom övervakad finjustering, preferensoptimering och förstärkningsinlärning
- Bygga och driva agentbaserade pipelines för förstärkningsinlärning online, med deltagande av ämnesexperter
- Leda dataselektering, optimering av datamix, skapande av syntetiska data och utformning av utvärderingar
- Följa träningskörningar, upptäcka problem tidigt och definiera lämpliga korrigerande åtgärder
- Samarbeta dagligen med infrastruktur- och utvärderingsteamen för att upprätthålla tillförlitliga pipelines för träning och bedömning
- Presentera forskningsresultat och rekommendationer för att vägleda beslut om färdplan och prioriteringar
- Bidra till experiment, pipelines för träning och utvärdering samt forskningsartiklar för ledande konferenser
- Rapportera till vice presidenten för modellforskning och modellutveckling
Krav
- Dokumenterad expertis inom övervakad finjustering, preferensoptimering såsom DPO och förstärkningsinlärning, inklusive agentbaserad förstärkningsinlärning i flera steg för verktygsanvändning och uppgiftsutförande
- Praktisk erfarenhet av att definiera dataselektering, datamixdesign, generering av syntetiska data och utvärderingsmetoder, med uppmätt påverkan på modellbeteende
- Stark praktisk expertis inom distribuerad träning, datapipelines och utvärderingsinfrastruktur, inklusive förmåga att bygga och felsöka dessa system
- Dokumenterade levererade modeller, brett adopterade open source-projekt eller sakkunniggranskade publikationer vid ledande konferenser som NeurIPS, ICML, ACL eller EMNLP
- Erfarenhet av att leda ett fokuserat tekniskt team med ansvar för träning och eller utvärdering
- Erfarenhet av att tillämpa LLM-modeller inom juridik, skatt eller ett liknande reglerat yrkesområde är meriterande
- Erfarenhet av fortsatt förträning och domänanpassning av stora basmodeller är meriterande
- Erfarenhet av modellsäkerhet, adversariell robusthet och red teaming är meriterande
Förmåner
- Flexibla hybridarbetsarrangemang för kontorsbaserade roller
- Upp till åtta veckors arbete från valfri plats varje år
- Flexibel semesterpolicy
- Två gemensamma mental health-dagar per år
- Tillgång till Headspace-appen
- Pensionssparprogram
- Ersättning för utbildningskostnader
- Incitamentsprogram för medarbetare
- Resurser som stödjer psykiskt, fysiskt och ekonomiskt välbefinnande
- Två betalda volontärdagar per år
- Möjligheter att delta i pro bono-konsultprojekt och ESG-initiativ
- Karriärutveckling, kontinuerligt lärande och kompetensutbildning genom Grow My Way
- Flexibla arbetsplatspolicyer utformade för att stödja balansen mellan arbete och privatliv
- Program för inkludering, tillhörighet och social påverkan för medarbetare