Thomson Reuters 为从事法律服务、税务与会计、国际贸易、风险管理、保险、咨询和全球新闻工作的专业人士开发值得信赖的内容、数据和技术。其产品组合包括法律研究平台、税务与会计软件、合规与监管工具，以及路透社媒体服务。通过将专业领域知识与生成式人工智能投资相结合，Thomson Reuters 帮助律师事务所、企业、税务专业人士和媒体机构管理复杂信息、简化工作流程，并做出更有依据的决策。
模型研究与开发总监——瑞士楚格（混合办公）
领导 Thomson Reuters 的大语言模型后训练、强化学习和数据战略。 为法律、税务及其他受监管专业工作流程开发可靠的人工智能模型。
描述
- 为模型研究项目提供技术领导
- 推进后训练和数据战略，打造用于专业工作流程的准确、校准良好且值得信赖的模型
- 通过监督微调、偏好优化和强化学习，亲自指导 Thomson Reuters 大语言模型的后训练
- 在领域专家参与下，构建并运营在线智能体强化学习管道
- 指导数据选择、混合优化、合成数据创建和评估设计
- 跟踪训练运行，及早发现问题并制定适当的纠正措施
- 与基础设施和评估团队日常合作，维持可靠的训练和评估管道
- 展示研究成果和建议，为路线图及优先级决策提供依据
- 参与实验、训练与评估管道，以及面向顶尖会议的研究论文工作
- 向模型研究与开发副总裁汇报
任职要求
- 在监督微调、偏好优化（如 DPO）和强化学习方面具备经验证的专业能力，包括用于工具使用和任务完成的智能体多步骤强化学习
- 具备制定数据选择、混合设计、合成数据生成和评估方法的实践经验，并能量化其对模型行为的影响
- 在分布式训练、数据管道和评估基础设施方面具备扎实的实践经验，能够构建并排查这些系统的问题
- 拥有已交付模型、获得广泛采用的开源成果，或在 NeurIPS、ICML、ACL、EMNLP 等顶尖会议发表同行评审论文的记录
- 具备领导专注于训练和/或评估的技术团队的经验
- 具备在法律、税务或类似受监管专业领域应用大语言模型的经验者优先
- 具备大型基础模型持续预训练和领域适配经验者优先
- 具备模型安全、对抗鲁棒性和红队测试经验者优先
福利待遇
- 面向办公岗位提供灵活的混合办公安排
- 每年最多可有八周在任何地点工作
- 灵活的休假政策
- 每年两天全公司心理健康日
- 可使用 Headspace 应用
- 退休储蓄计划
- 学费报销
- 员工激励计划
- 支持心理、身体和财务健康的资源
- 每年两天带薪志愿服务假
- 有机会参与公益咨询项目和 ESG 倡议
- 通过 Grow My Way 获得职业发展、持续学习和技能培训机会
- 旨在支持工作与生活平衡的灵活工作场所政策
- 员工包容、归属感和社会影响项目