应用研究员4,AI基础与多模态防护
推进多模态防护和AI基础模型,赋能Capital One的银行业务体验。 带领研究从实验验证走向生产落地。
描述
- 与数据科学家、软件工程师、机器学习工程师和产品经理协作,交付AI驱动的产品
- 应用PyTorch、AWS Ultraclusters、Hugging Face、Lightning及相关技术,分析大规模数值和文本数据
- 设计、训练、评估、验证并实施AI基础模型
- 开展应用研究,提升下一代客户体验所需的AI能力
- 将复杂的研究和技术工作转化为可衡量的业务目标
- 与资深研究员合作撰写涵盖新颖方法和研究发现的技术报告及会议投稿
任职要求
- 截至计划入职日期,正在攻读或已取得电气工程、计算机工程、计算机科学、人工智能、数学或相关领域的博士学位;或者持有上述领域之一的硕士学位,并具备2年应用研究经验
- 精通AI方法论
- 具备为语言、图像、事件或图开发大型深度学习模型的经验
- 至少在训练优化、自监督学习、鲁棒性、可解释性或RLHF中的一个领域具备专业能力
- 具备在训练数据和推理工作负载规模下交付模型的能力
- 具备为现有产品贡献库代码、平台代码或解决方案代码的经验
- 拥有高质量机器学习贡献记录,包括第一作者发表的论文或同等水平的项目
- 能够定义并推进研究方向,同时独立管理长期项目
- 具备使用开源工具和云平台构建AI基础模型及解决方案的实践经验
- 优先考虑:相关技术学科博士学位
- 优先考虑:专注于LLM自然语言处理的博士学位,或硕士学位加5年工业界自然语言处理研究经验
- 优先考虑:关于大语言模型预训练、深度学习理论或在知名AI会议发表的论文
- 优先考虑:具备从零开始训练大语言模型的经验,模型参数超过100亿、训练数据超过5000亿个token
- 优先考虑:具备模型稀疏化、量化、训练并行、梯度检查点或模型压缩经验
- 优先考虑:具备优化超过100亿参数模型训练的经验
- 优先考虑:深入了解深度学习算法或优化器设计
- 优先考虑:具备编译器设计经验
- 优先考虑:具备监督式微调、指令微调、对话微调或参数调优经验
- 优先考虑:了解迁移学习、模型适配和模型引导
- 优先考虑:具备部署微调大语言模型的经验
- 优先考虑:能够使用现代开源框架复现并扩展经过同行评审的AI研究
- 优先考虑:具备设计受控实验并记录可复现性结果的经验
福利待遇
- 基于绩效的激励薪酬可能包括现金奖金和/或长期激励
- 提供广泛、具有竞争力且包容的健康、财务及其他福利,旨在支持整体福祉
- 可考虑为符合条件的新申请人提供就业授权赞助
