AI Researcher – Rising Talent in Lausanne

Giotto.ai ist ein Schweizer KI-Forschungslabor, gegründet im Jahr 2017 von EPFL-Mathematikern. Wir entwickeln souveräne KI: effiziente Denkmodelle und ein Betriebssystem, das fortgeschrittene KI auf der Infrastruktur ausführt, die Sie wählen. Effizienz ermöglicht Portabilität; Portabilität macht Souveränität real. Unsere Modelle sind eine wachsende Familie, von kompakten Modellen, die auf einer einzigen GPU laufen, bis hin zu Flaggschiffmodellen für anspruchsvolle Unternehmenslasten. Führen Sie Giotto in unserer europäischen Public Cloud, in einer dedizierten Cloud in Schweizer oder EU-Rechenzentren oder vollständig vor Ort aus, von einem Single-GPU-Arbeitsplatz bis zu Multi-GPU-Servern. GDPR-konform und ISO/IEC 27001:2022 zertifiziert.

Rollenübersicht

Wir suchen einen intellektuell neugierigen KI-Forscher, um die Denkfähigkeiten unserer Modelle durch Post-Training und Inferenz zu verbessern. Sie werden eng mit unseren Forschungs- und Ingenieurteams zusammenarbeiten, um Ideen in Experimente umzusetzen, zu verstehen, was Ergebnisse antreibt, und vielversprechende Erkenntnisse in praktische Verbesserungen zu übersetzen.

Wir begrüßen aufstrebende Talente mit starken Programmierkenntnissen und exzellentem wissenschaftlichem und mathematischem Denken, einschließlich Kandidaten, die aus anderen technischen Bereichen in die KI wechseln. Vorherige LLM-Erfahrung ist ein großer Vorteil, aber nicht erforderlich.

Verantwortlichkeiten

• Verbessern Sie Giottos Modelle durch Anwendung modernster Techniken im Post-Training und im Denken.
• Entwickeln und testen Sie neue Ideen für Post-Training und Inferenz.
• Gestalten Sie rigorose rechnerische Experimente, analysieren Sie Ergebnisse und iterieren Sie Ihre Erkenntnisse.
• Erstellen Sie zuverlässigen Forschungscode und Werkzeuge zur Unterstützung von Experimenten und Bewertungen.
• Arbeiten Sie mit Forschern und Ingenieuren zusammen, um erfolgreiche Ansätze in unsere Modelle und Systeme zu integrieren.
• Verfolgen Sie relevante Forschung und bewerten Sie, welche Methoden die Modellleistung und -effizienz sinnvoll verbessern könnten.

Über Sie

• Intellektuell neugierig und wissenschaftlich scharfsinnig: Sie verstehen Ihre rechnerischen Experimente in- und auswendig, hinterfragen Ihre Annahmen und iterieren pragmatisch.
• Ein starker Programmierer: Sie sind mit Python vertraut und können Ideen in klaren, zuverlässigen Code umsetzen.
• Rigoros in Ihrem Ansatz: Sie gestalten bedeutungsvolle Experimente, untersuchen unerwartete Ergebnisse und unterscheiden robuste Verbesserungen von Rauschen.
• Kollaborativ und unabhängig: Sie übernehmen Verantwortung für Ihre Arbeit und kommunizieren Ihr Denken klar.
• Komfortabel mit Unsicherheit: Sie genießen es, offene Probleme in einem sich schnell bewegenden Forschungsumfeld anzugehen.

Starkes mathematisches und algorithmisches Denken ist ein erheblicher Vorteil - denken Sie an LeetCode Hard und darüber hinaus. Ein solides Verständnis der LLM-Grundlagen ist ebenfalls ein großer Vorteil.

Schön zu haben

• Erfahrung mit PyTorch oder ähnlichen Deep-Learning-Frameworks.
• Vertrautheit mit LLMs, Transformer-Architekturen und Modellevaluation.
• Erfahrung mit überwachten Feinabstimmungen, Verstärkungslernen, Präferenzoptimierung oder Inferenzzeit-Denken.
• Erfahrung mit verteiltem Rechnen, GPU-Lasten oder effizienter Inferenz.
• Ein Forschungshintergrund in Informatik, Mathematik, Physik oder einem anderen quantitativen Bereich.
• Nachweis außergewöhnlicher Problemlösungsfähigkeiten durch Forschung, technische Projekte, Wettbewerbsprogrammierung oder Mathematik- und Wissenschaftswettbewerbe.

Technologien, mit denen Sie arbeiten könnten

• Python, PyTorch, das Hugging Face-Ökosystem, vLLM, Ray, verteiltes Rechnen, Docker und Kubernetes.

Sie benötigen keine vorherige Erfahrung mit jedem aufgeführten Werkzeug.

Standort & Arbeitsstil

Wir bieten eine Vollzeitbeschäftigung in der Schweiz. Unser hybrides Modell unterstützt Remote-Arbeit, wobei das Team einmal im Monat für eine Woche in unserem Schweizer Büro zusammenkommt.