Thomson Reuters 為從事法律服務、稅務與會計、國際貿易、風險管理、保險、顧問服務及全球新聞工作的專業人士，開發值得信賴的內容、資料與科技。其產品組合包括法律研究平台、稅務與會計軟體、法規遵循與監管工具，以及路透社媒體服務。透過結合專業領域知識與對生成式人工智慧的投資，Thomson Reuters 協助律師事務所、企業、稅務專業人士及媒體機構管理複雜資訊、簡化工作流程，並做出更明智的決策。
模型研究與開發總監——瑞士楚格（混合辦公）
領導 Thomson Reuters 的大型語言模型後訓練、強化學習與資料策略。 為法律、稅務及其他受監管專業工作流程開發可靠的人工智慧模型。
說明
- 為模型研究計畫提供技術領導
- 推進後訓練與資料策略，打造用於專業工作流程的準確、校準良好且值得信賴的模型
- 透過監督式微調、偏好最佳化與強化學習，親自指導 Thomson Reuters 大型語言模型的後訓練
- 在領域專家參與下，建立並運作線上代理式強化學習管線
- 指導資料選擇、混合最佳化、合成資料建立與評估設計
- 追蹤訓練執行，及早發現問題並制定適當的修正措施
- 每日與基礎架構及評估團隊合作，維持可靠的訓練與評估管線
- 呈現研究成果與建議，為路線圖及優先順序決策提供依據
- 參與實驗、訓練與評估管線，以及投稿頂尖會議的研究論文
- 向模型研究與開發副總裁報告
職位要求
- 在監督式微調、偏好最佳化（例如 DPO）與強化學習方面具備經驗證明的專業能力，包括用於工具使用與任務完成的代理式多步驟強化學習
- 具備制定資料選擇、混合設計、合成資料生成與評估方法的實務經驗，並能量化其對模型行為的影響
- 在分散式訓練、資料管線與評估基礎架構方面具備扎實的實務經驗，能夠建立並排除這些系統的問題
- 擁有已交付模型、獲廣泛採用的開源成果，或在 NeurIPS、ICML、ACL、EMNLP 等頂尖會議發表同行評審論文的紀錄
- 具備領導專注於訓練及／或評估之技術團隊的經驗
- 具備在法律、稅務或類似受監管專業領域應用大型語言模型的經驗者優先
- 具備大型基礎模型持續預訓練與領域適配經驗者優先
- 具備模型安全、對抗式穩健性與紅隊測試經驗者優先
福利待遇
- 針對辦公室職務提供彈性的混合辦公安排
- 每年最多可有八週在任何地點工作
- 彈性休假政策
- 每年兩天全公司心理健康日
- 可使用 Headspace 應用程式
- 退休儲蓄計畫
- 學費補助
- 員工獎勵計畫
- 支持心理、身體與財務健康的資源
- 每年兩天帶薪志工假
- 有機會參與公益諮詢專案與 ESG 倡議
- 透過 Grow My Way 提供職涯發展、持續學習與技能訓練
- 旨在支持工作與生活平衡的彈性職場政策
- 員工包容、歸屬感與社會影響力計畫