Giotto.ai är ett schweiziskt företag inom artificiell intelligens som utvecklar suverän resonansteknik för företagsanvändning. Erbjudandet kombinerar Giotto 1, en modell med avancerad resonansförmåga som är utformad för att köras på en enda GPU, med ett AI-operativsystem som samlar en assistent, verktyg för dokument och kod, integrationer, agenter och övervakning. Organisationer kan få tillgång till plattformen via Giottos europeiska moln, distribuera den på privata GPU:er eller använda certifierade hårdvaruapparater som är klara för Giotto. Företaget fokuserar på att ge reglerade och tekniska team större kontroll över dataresidens, infrastruktur och privata AI-distributioner.
Junior AI-forskare på Giotto.ai — hybridarbete i Lausanne
Bli junior AI-forskare på Giotto.ai i en hybridroll i Lausanne. Träna och utvärdera avancerade modeller, utveckla benchmarktester och hjälp till att omvandla forskningsidéer till produktionsklara AI-system.
Beskrivning
- Granska aktuell AI-forskning och omvandla relevanta idéer till praktiska experiment
- Träna, finjustera och utvärdera Transformer-baserade modeller
- Stöd forskning inom resonemang, syntetiska data, modellanpassning och utvärdering
- Skapa benchmarktester och undersök modellernas prestanda och felmönster
- Testa sätt att förbättra träningsdata, målfunktioner, promptar och inferensstrategier
- Utveckla tydlig och reproducerbar forskningsprogramvara
- Dokumentera experiment, resultat och slutsatser
- Samarbeta med forsknings-, teknik- och produktteam
- Bygg förståelse för hur avancerad forskning blir produktionsklara AI-system
Krav
- Avslutad eller nästan avslutad masterexamen i datavetenskap, artificiell intelligens, maskininlärning, matematik, fysik eller ett annat kvantitativt ämne
- Starka kunskaper i maskininlärning och djupinlärning
- Praktisk erfarenhet av Python och PyTorch från akademiska projekt, examensarbete, forskning eller praktik
- God kännedom om Transformer-arkitekturer och stora språkmodeller
- Förståelse för sannolikhet, statistik, linjär algebra och optimering
- Förmåga att tolka forskningsartiklar och implementera de föreslagna metoderna
- Intellektuell nyfikenhet, analytisk förmåga och motivation att lära
- God kommunikationsförmåga och ett samarbetsinriktat arbetssätt
- Erfarenhet av Hugging Face Transformers eller Datasets
- Ett masterarbete med fokus på LLM:er, resonemang, multimodalt lärande, förstärkningsinlärning, tolkningsbarhet eller generativ AI
- Erfarenhet av modellfinjustering, LoRA/PEFT, syntetiska data eller utvärderingsflöden
- Forskningspublikationer, arbete med öppen källkod eller relevanta egna projekt
- Kännedom om GPU:er, plattformar för experimentuppföljning eller molninfrastruktur
Förmåner
- Hybrid arbetsform
- Regelbundet teamsamarbete på kontoret i Lausanne