Post-Training Ingegnere - Apertus — EPFL
CHF 49'500 - 75'000
EPFL · Lausanne (VD)
- Località
- Lausanne
- Contratto
- full-time
- Pubblicato
- 19 giorni fa
SalarioCHF 49'500 - 75'000
Panoramica
L'Apertus Initiative, uno sforzo congiunto tra EPFL e ETH Zürich, cerca ingegneri di talento per unirsi al nostro team sviluppando la prossima generazione di modelli di fondazione aperti.
Lavorando con il più potente supercomputer AI pubblico al mondo (Alps), ci proponiamo di creare LLM aperti e trasparenti e modelli AI multimodali che beneficiano della società svizzera pur mantenendo la sovranità tecnologica.
- L'Apertus Initiative, uno sforzo congiunto tra EPFL e ETH Zürich, cerca ingegneri di talento per unirsi al nostro team sviluppando la prossima generazione di modelli di fondazione aperti.
- Lavorando con il più potente supercomputer AI pubblico al mondo (Alps), ci proponiamo di creare LLM aperti e trasparenti e modelli AI multimodali che beneficiano della società svizzera pur mantenendo la sovranità tecnologica.
- Principali doveri e responsabilità Siamo alla ricerca di AI Research Software Engineers con esperienza in una o più delle seguenti aree:
- MSc in Informatica, Scienza dei dati, AI o relativo campo (anche i candidati BSc eccezionali saranno considerati)
- Formazione e ottimizzazione dell'intelligenza artificiale Cura dei dati (testo e multimodale) Valutazione del modello e benchmarking Sistemi di inferenza e distribuzione Ragione Modelli AI multimodali Profilo
- Esperienza nelle architetture di rete AI e neurali
Responsabilità principali
- Principali doveri e responsabilità Siamo alla ricerca di AI Research Software Engineers con esperienza in una o più delle seguenti aree:
- MSc in Informatica, Scienza dei dati, AI o relativo campo (anche i candidati BSc eccezionali saranno considerati)
- Facendo parte dello sviluppo dell'AI sovrano della Svizzera, lavorando alla tecnologia con un significato nazionale Informazioni Data di inizio del contratto: il più presto possibile Tasso di attività Min: 80.00 Tasso di attività Max: 100.00 Tipo di contratto: CDD Durata: 1 anno, rinnovabile Riferimento: 2192
Requisiti principali
- Formazione e ottimizzazione dell'intelligenza artificiale Cura dei dati (testo e multimodale) Valutazione del modello e benchmarking Sistemi di inferenza e distribuzione Ragione Modelli AI multimodali Profilo
- Esperienza nelle architetture di rete AI e neurali
- Forte capacità di programmazione in Python e conoscenza dei quadri di PyTorch o ML simili
- Esperienza con le pratiche di sviluppo del software, compresi i sistemi di controllo delle versioni, debugging, test e distribuzione.
- Eccellente capacità di problem solving e forti capacità analitiche.
- Capacità di lavorare efficacemente in una squadra così come indipendentemente.
- Si prega di notare che solo le domande che soddisfano i criteri dell'annuncio saranno considerate.
Cosa offre l’azienda
- Un ambiente accademico stimolante in una delle principali università tecniche del mondo
- L'opportunità di lavorare con l'infrastruttura supercomputing all'avanguardia e la ricerca AI all'avanguardia
- Collaborazione con ricercatori e ingegneri di EPFL, ETH Zurich, CSCS e altre istituzioni svizzere
- Disposizioni di lavoro flessibili, comprese le opzioni per il lavoro remoto
- Opportunità di sviluppo professionale, comprese le presenze di conferenza e la formazione specializzata
- La possibilità di contribuire a progetti open source con impatto globale
- Accesso al più ampio ecosistema accademico svizzero e partnership industriali
Dettagli ulteriori
- Introduzione L'Apertus Initiative, uno sforzo congiunto tra EPFL e ETH Zürich, cerca ingegneri di talento per unirsi al nostro team sviluppando la prossima generazione di modelli di fondazione aperti.
- Formazione e ottimizzazione dell'intelligenza artificiale Cura dei dati (testo e multimodale) Valutazione del modello e benchmarking Sistemi di inferenza e distribuzione Modelli AI multimodali Profilo
Note e contenuto originale
- Formazione e ottimizzazione dell'intelligenza artificiale
- Cura dei dati (testo e multimodale)
- Valutazione del modello e benchmarking
- Sistemi di inferenza e distribuzione
- Modelli AI multimodali Profilo
