AI Recherche Ingénieur (Multi-Modal Reinforcement Learning) - 100% Remote Worldwide — Tether Operations
Ce poste n'est plus actif. Vous trouverez ci-dessous les détails originaux et d’autres postes ouverts.
Description complète
Rejoignez Tether et façonnez l'avenir de la finance numérique Chez Tether, nous ne nous contentons pas de créer des produits, nous sommes les pionniers d’une révolution financière mondiale. Nos solutions de pointe permettent aux entreprises (des bourses et portefeuilles aux processeurs de paiement et aux distributeurs automatiques) d'intégrer de manière transparente les jetons adossés à des réserves dans les blockchains. En exploitant la puissance de la technologie blockchain, Tether vous permet de stocker, d'envoyer et de recevoir des jetons numériques instantanément, en toute sécurité et à l'échelle mondiale, le tout pour une fraction du coût. La transparence est le fondement de tout ce que nous faisons, garantissant la confiance dans chaque transaction.
Innover avec Tether Tether Finance : notre suite de produits innovants comprend le stablecoin le plus fiable au monde, l'USDT, sur lequel s'appuient des centaines de millions de personnes dans le monde, ainsi que des services pionniers de tokenisation d'actifs numériques.
Mais ce n'est qu'un début
Tether Power : Favorisant une croissance durable, nos solutions énergétiques optimisent l’énergie excédentaire pour l’exploitation minière de Bitcoin en utilisant des pratiques respectueuses de l’environnement dans des installations de pointe et géodiverses. Tether Data : En alimentant les percées dans l'IA et la technologie peer-to-peer, nous réduisons les coûts d'infrastructure et améliorons les communications mondiales avec des solutions de pointe comme KEET, notre application phare qui redéfinit le partage de données sécurisé et privé. Tether Education : en démocratisant l'accès à un apprentissage numérique de haut niveau, nous permettons aux individus de s'épanouir dans l'économie numérique et des petits boulots, stimulant ainsi la croissance et les opportunités mondiales. Tether Evolution : À l'intersection de la technologie et du potentiel humain, nous repoussons les limites de ce qui est possible, en créant un avenir où l'innovation et les capacités humaines fusionnent de manière puissante et sans précédent.
Pourquoi nous rejoindre ? Notre équipe est une centrale mondiale de talents, travaillant à distance depuis tous les coins du monde. Si vous souhaitez vous démarquer dans le domaine de la fintech, c'est l'occasion de collaborer avec certains des esprits les plus brillants, de repousser les limites et d'établir de nouvelles normes. Nous avons connu une croissance rapide, sommes restés minces et avons assuré notre place de leader du secteur. Si vous possédez d'excellentes compétences en communication en anglais et êtes prêt à contribuer à la plateforme la plus innovante de la planète, Tether est fait pour vous. Êtes-vous prêt à faire partie du futur ?
À propos du travail En tant que membre de l'équipe de modèles d'IA, vous stimulerez l'innovation dans l'apprentissage par renforcement multimodal afin de faire progresser les systèmes intelligents de nouvelle génération. Votre travail se concentrera sur l'optimisation de la prise de décision et du comportement adaptatif à travers des modalités de données intégrées telles que le texte, les images et l'audio afin de fournir une intelligence améliorée, des performances robustes et des capacités spécifiques au domaine pour relever les défis du monde réel. Vous développerez et mettrez à l'échelle des techniques d'apprentissage par renforcement au sein d'architectures multimodales complexes, y compris des modèles génératifs basés sur la diffusion et des modèles autorégressifs pour une compréhension multimodale, ainsi que des modèles économes en ressources conçus pour des environnements matériels contraints. Cela comprend la conduite de recherches sur les algorithmes d'apprentissage par renforcement pour les modèles multimodaux, les modèles de diffusion couvrant les modèles autorégressifs d'images pour le raisonnement multimodal et les cadres multimodaux unifiés. Vous devez posséder une expertise approfondie dans la conception de systèmes d'apprentissage par renforcement multimodal et une solide expérience en architectures de modèles avancées, avec une approche pratique et axée sur la recherche pour créer et déployer de nouveaux algorithmes et cadres de formation. Vous concevrez et développerez une infrastructure RL et des stratégies de modélisation des récompenses pour permettre une formation efficace à grande échelle, améliorer la stabilité de la formation et atténuer le piratage des récompenses et les modes de défaillance associés. Vos responsabilités incluent également la gestion des environnements de simulation multimodaux et des ensembles de données de formation, l'amélioration des performances politiques de base dans toutes les modalités, ainsi que l'identification et la résolution des goulots d'étranglement dans l'apprentissage multimodal et l'optimisation des récompenses.
De plus, vous explorerez les paradigmes d'apprentissage par renforcement de nouvelle génération qui apprennent plus directement et plus efficacement des commentaires de l'environnement, dans le but de débloquer des performances d'IA supérieures et adaptées au domaine dans des environnements dynamiques et réels.
Responsabilités
- Mener des recherches sur les algorithmes d'apprentissage par renforcement pour les modèles multimodaux, y compris les approches basées sur la diffusion pour les modèles autorégressifs d'images pour la compréhension multimodale et les cadres unifiés intégrant plusieurs modalités.
- Concevoir et construire une infrastructure d'apprentissage par renforcement qui prend en charge une formation évolutive et distribuée sur des systèmes multimodaux tout en maintenant l'efficacité et la fiabilité.
- Développer et affiner des stratégies de modélisation des récompenses qui améliorent la stabilité de la formation, alignent le comportement du modèle sur les résultats souhaités et atténuent le piratage des récompenses et les modes d'échec associés.
- Créer et organiser des environnements de simulation multimodaux et des ensembles de données pour prendre en charge une formation, une évaluation et une analyse comparative robustes des systèmes d'apprentissage par renforcement.
- Concevoir et mettre en œuvre des protocoles rigoureux d'analyse comparative et d'évaluation pour mesurer les performances du modèle, suivre les progrès par rapport aux références et valider les améliorations dans les tâches multimodales.
- Analyser et optimiser les performances des politiques dans toutes les modalités en identifiant les goulots d'étranglement dans la formation, l'attribution de crédits et l'alignement intermodal.
- Étudier et développer des paradigmes d'apprentissage par renforcement de nouvelle génération qui apprennent plus efficacement à partir des commentaires de l'environnement, dans le but d'atteindre des performances de pointe (SOTA) supérieures.
- Publier les résultats de la recherche dans des conférences de premier plan telles que ICML, NeurIPS, ICLR, CVPR, ICCV, ECCV, etc.
- Une maîtrise en informatique ou dans un domaine connexe est requise ; un doctorat en apprentissage automatique, PNL, vision par ordinateur ou dans une discipline étroitement liée est préférable, ainsi qu'une solide expérience en matière de recherche sur l'IA et de publications dans des conférences de haut niveau.
- Expérience avérée dans la conduite d'expériences d'apprentissage par renforcement à grande échelle dans des systèmes multimodaux et centrés sur la vision, y compris les paramètres RL en ligne, avec un impact démontré sur la prise de décision spécifique à un domaine et des améliorations mesurables de la performance politique.
- Compréhension approfondie des algorithmes d'apprentissage par renforcement et des méthodes d'optimisation appliquées aux problèmes de vision et d'apprentissage multimodal, en mettant l'accent sur l'amélioration de la stabilité des politiques, de l'exploration et de l'efficacité des échantillons dans des environnements complexes de haute dimension impliquant des images, des vidéos et d'autres modalités.
- Forte maîtrise de PyTorch et des cadres d'apprentissage profond pour la vision et l'IA multimodale, avec une expérience pratique dans la création de pipelines RL de bout en bout couvrant la simulation, la formation, l'évaluation et le déploiement dans des systèmes de production.
- Capacité démontrée à appliquer la recherche empirique pour résoudre les principaux défis RL dans les tâches multimodales et de vision, telles que l'inefficacité des échantillons, les compromis exploration-exploitation et l'instabilité de la formation, ainsi qu'une expérience dans la conception de cadres d'évaluation robustes et dans l'itération d'améliorations algorithmiques pour améliorer les performances des agents.
- Expérience avérée en matière de publications de recherche dans des conférences de premier plan telles que ICML, NeurIPS, ICLR, CVPR, ICCV, ECCV, etc.
Informations importantes pour les candidats Les escroqueries au recrutement sont devenues de plus en plus courantes. Pour vous protéger, veuillez garder les points suivants à l’esprit lorsque vous postulez à des postes :
- Postulez uniquement via nos canaux officiels. Nous n'utilisons pas de plateformes ou d'agences tierces pour le recrutement, sauf indication contraire. Tous les postes ouverts sont répertoriés sur notre page carrière officielle : https://tether.recruitee.com/
- Vérifiez l'identité du recruteur. Tous nos recruteurs ont des profils LinkedIn vérifiés. En cas de doute, vous pouvez confirmer leur identité en vérifiant leur profil ou en nous contactant via notre site Web.
- Méfiez-vous des méthodes de communication inhabituelles. Nous ne menons pas d'entretiens par WhatsApp, Telegram ou SMS. Toutes les communications se font via les e-mails et les plateformes officielles de l'entreprise.
- Vérifiez à nouveau les adresses e-mail. Toutes les communications de notre part proviendront d'e-mails se terminant par @ tether.to ou @ tether.io
- Nous ne demanderons jamais de paiement ou de détails financiers. Si quelqu’un demande des informations financières personnelles ou un paiement à tout moment du processus d’embauche, il s’agit d’une arnaque. Veuillez le signaler immédiatement.
En cas de doute, n'hésitez pas à nous contacter via notre site officiel.
Détails de l'offre
- Entreprise: Tether Operations
- Poste: AI Recherche Ingénieur (Multi-Modal Reinforcement Learning) - 100% Remote Worldwide
- Lieu: Lugano, Ticino, Tessin
- Salaire: CHF 58'000 - 88'000 (source non vérifiée)
- Secteur: Fintech / Blockchain
- Publiée le: 2026-05-19
- Expirée le: 2026-11-04
Autres offres chez Tether Operations
- AI Recherche Ingénieur (Agentic Reinforcement Learning) - 100% Remote Worldwide — Lugano
- Responsable Underwriting - Digital Asset Financing — Lugano
- Développeur Productivity Ingénieur (100% Remote) — Lugano
- Mobile Ingénieur - React Native (100% Remote) — Lugano
- Génie des produits plomb (QVAC) (100 % à distance) — Lugano
Chercher des offres au Tessin
Parcourez notre job board complet.
Recherchez d'autres offres près de Lugano, Ticino: Emplois au Tessin
Trouvez votre prochaine opportunité en tant que frontalier en Suisse.