Naukowiec ds. Badań GenAI, Zespół Oceny i Bezpieczeństwa Modelu

Opis firmy

MosaicML, założone pod koniec 2020 roku przez mały zespół badaczy zajmujących się uczeniem maszynowym, umożliwia firmom budowanie zaawansowanych modeli AI przy użyciu własnych danych. Na poziomie biznesowym, MosaicML uważa, że modele AI firmy są tak cenne jak jakiekolwiek z ich fundamentalnych własności intelektualnych. Są oddani sprawie, aby wysokiej jakości modele AI były dostępne dla wszystkich. Z naukowego punktu widzenia, MosaicML jest zaangażowany w minimalizację kosztów szkolenia najnowocześniejszych modeli i rozpowszechniania tych informacji na całym świecie, promując innowacyjność i tworzenie modeli dla wszystkich.

Od lipca 2023 roku, jako zespół GenAI w ramach Databricks, jesteśmy pasjonatami wyposażenia naszych klientów w zdolność rozwiązywania najtrudniejszych problemów świata, dostarczając najnowocześniejszą platformę danych i AI. Chętnie podejmujemy się wszystkich technicznych wyzwań, a naszym głównym celem jest dostarczanie naszym klientom najwyższej klasy możliwości danych i AI.

Opis stanowiska

Jako naukowiec badawczy w zespole GenAI w Databricks, Twoje obowiązki obejmują śledzenie najnowszych postępów w dziedzinie głębokiego uczenia się i przesuwanie granic nauki poprzez rozwijanie technik, które przewyższają obecny stan techniki. Będziesz częścią współpracującego zespołu badaczy o różnorodnych doświadczeniach i technicznym wykształceniu. Przede wszystkim skupiamy się na naszych klientach. Naszym celem jest pomóc im odnieść sukces w szkoleniu dużych modeli, wprowadzając naszą wiedzę naukową do naszych produktów, aby to ułatwić.

W obszarze oceny modeli, Twoja praca będzie obejmować projektowanie wydajnych, naukowo opracowanych pakietów oceny, które pomogą naszym naukowcom badawczym i klientom podejmować kluczowe decyzje podczas szkolenia i wdrażania najnowocześniejszych generatywnych modeli dla tekstu, obrazów i innych obszarów. Będziesz miał szansę posunąć do przodu stan techniki w ocenie narzędzi, generacji kodu, RAG, oceny bezpieczeństwa i toksyczności, oraz oceny opartej na modelu. Ponadto, będziesz pomagał budować i projektować systemy, które umożliwią naszym klientom rozwój kolejnej generacji ocen dla ich niestandardowych, domenowo-swoistych modeli generatywnych.

Kryteria kwalifikacyjne

• Czujesz się pewnie pracując z modelami języka na dużą skalę (LLM) z dziesiątkami do setek miliardów parametrów.
• Posiadasz silne umiejętności w zakresie ML i przetwarzania tekstu/danych, które obejmują zarówno badania naukowe, jak i inżynierię.
• Masz praktyczne doświadczenie w wdrażaniu systemów LLM i opracowałeś innowacyjne sposoby oceny wydajności systemu.
• Pracowałeś nad środkami bezpieczeństwa, jailbreakingiem lub czerwonym zespołem LLM.
• Jesteś pasjonatem dostarczania swojej pracy realnym użytkownikom, a szerzej - demokratyzacji dostępu do najnowocześniejszej technologii AI.
• Jesteś napędzany przez zaangażowanie w badania nad LLM, które - w przeciwieństwie do obecnego trendu w tej dziedzinie - zostaną upublicznione.
• Posiadasz doskonałe umiejętności komunikacyjne i lubisz pracować samodzielnie nad otwartymi problemami.

Na to stanowisko nie jest wymagane PhD. Jesteśmy otwarci na zatrudnienie kandydatów z licencjatem i magisterium, świeżych absolwentów, oraz osób aktualnie pracujących na stanowiskach "inżyniera badawczego" w innych firmach.

Twoje obowiązki będą obejmować

• Utrzymanie na bieżąco z literaturą badawczą i myślenie poza istniejącym stanem techniki, aby sprostać potrzebom użytkowników.
• Rozwijanie i realizowanie nowatorskich metod oceny możliwości generatywnych modeli dla tekstu, obrazów i innych domen.
• Dokładne testowanie tych metod, ujawnianie wyników swoich odkryć i wdrażanie tych, które okazują się pomocne.

Transparentność stawek wynagrodzenia

Databricks jest zaangażowany w zapewnienie sprawiedliwych i równych praktyk wynagradzania. Zakres wynagrodzeń dla tego stanowiska jest podany poniżej i reprezentuje podstawowy zakres wynagrodzeń dla stanowisk nie podlegających prowizji lub dochody docelowe dla stanowisk prowizyjnych. Rzeczywiste pakiety wynagrodzenia są oparte na kilku charakterystycznych czynnikach, takich jak umiejętności związane z pracą, doświadczenie, odpowiednie kwalifikacje i szkolenia, a także konkretne miejsce pracy. Biorąc pod uwagę te czynniki, Databricks wykorzystuje pełną szerokość zakresu. Całkowity pakiet wynagrodzenia dla tego stanowiska może również obejmować uprawnienie do rocznej premii za wydajność, udział w zyskach firmy, a także wyżej wymienione korzyści. Aby uzyskać więcej informacji, który zakres dotyczy Twojego miejsca, odwiedź naszą stronę tutaj.