Ilmuwan Riset LLM (Prapelatihan, Visi Komputer, dan Ketangguhan Adversarial)
Lamar Sekarang → →SignalGigs dapat menerima komisi rujukan jika Anda melamar melalui tautan ini.
Deskripsi
Cakupan riset
Kerjakan persoalan empiris pembelajaran mesin dengan cakupan jelas tetapi hasil terbuka dalam visi komputer dan bahasa. Proyek memerlukan tanggung jawab menyeluruh: menyiapkan data, melatih model, mendiagnosis kegagalan, mengukur hasil, dan meningkatkan kinerja dalam batas ketat data, komputasi, jumlah parameter, ukuran, atau latensi. Tanggung jawab inti meliputi:
- Latih pengklasifikasi gambar dan model gambar generatif dari awal
- Lakukan fine-tuning pada model bahasa berbobot terbuka
- Tingkatkan efisiensi data dan efisiensi pelatihan
- Diagnosis masalah optimasi, stabilitas, dan generalisasi
- Kompres model sambil mempertahankan akurasi
- Evaluasi hasil dengan perbandingan yang sahih secara statistik
Ketangguhan adversarial
Pengalaman relevan dapat mencakup pelatihan adversarial pengklasifikasi gambar, metode gradien terproyeksi, fungsi tujuan berfokus ketangguhan, dan evaluasi menurut model ancaman standar. Peneliti harus mengetahui cara mengukur akurasi tangguh, menghindari jebakan penyamaran gradien, mengelola kompromi antara akurasi pada data bersih dan ketangguhan, serta mengatasi overfitting robust. Ketangguhan perilaku model bahasa juga termasuk cakupan. Pekerjaan yang berguna mencakup pembentukan perilaku dalam beberapa giliran percakapan, ketahanan terhadap persuasi atau sikap terlalu mengiyakan, keyakinan terkalibrasi, dan penentuan kapan model seharusnya menerima koreksi.
Visi komputer yang efisien
Proyek dapat melibatkan pengenalan gambar terperinci dengan banyak kelas serupa dan contoh terbatas. Pengalaman dalam kuantisasi, pemangkasan, distilasi pengetahuan, dan penerapan dalam batasan ketat pada perangkat, edge, atau sistem tertanam bernilai. Peneliti harus nyaman memilih arsitektur dan prosedur pelatihan yang mempertahankan akurasi sambil mengurangi jumlah parameter, penggunaan memori, atau latensi inferensi.
Pemodelan gambar generatif
Latar belakang relevan mencakup pelatihan model difusi, jaringan adversarial generatif, autoencoder variasional, atau model berbasis aliran dari awal. Pekerjaan dapat melibatkan iterasi cepat berdasarkan metrik kualitas sampel dan teknik yang menghasilkan generator kuat dengan waktu pelatihan terbatas atau ukuran model kecil.
Pascapelatihan model bahasa
Pengalaman langsung dalam fine-tuning terawasi, optimasi preferensi, pembelajaran penguatan dari umpan balik manusia atau AI, maupun metode pascapelatihan terkait bermanfaat. Proyek dapat memerlukan pembuatan kumpulan data melalui generasi sintetis, supervisi lemah atau berderau, rejection sampling, dan penyelarasan terarah yang mengubah perilaku tertentu tanpa menurunkan kemampuan umum.
Prapelatihan multibahasa
Riset dapat mencakup model multibahasa atau model bersumber daya rendah yang dilatih dari awal. Topik relevan meliputi desain tokenizer lintas aksara dan rumpun bahasa, strategi pengambilan sampel untuk data bahasa yang sangat tidak seimbang, serta transfer lintas bahasa dengan batasan data.
Bidang riset tambahan
Pengalaman lain yang bermanfaat meliputi:
- Hukum penskalaan dan riset pelatihan efisien
- Pembelajaran kurikulum dan pengurutan data
- Desain tolok ukur dan pengendalian kontaminasi
- Estimasi ketidakpastian dan kalibrasi
- Augmentasi data dan data sintetis untuk ketangguhan
Kualifikasi
Kandidat memerlukan pengalaman riset pembelajaran mesin minimal tiga tahun; riset doktoral diperhitungkan untuk persyaratan ini. Kemampuan praktis yang kuat dengan kerangka deep learning utama wajib. Gelar dari universitas berperingkat tinggi, pengalaman di organisasi teknologi atau AI besar, atau rekam publikasi dan pekerjaan open source berdampak yang setara dapat menunjukkan tingkat riset yang diharapkan. Penugasan bersifat fleksibel dan berbasis proyek, dengan bayaran yang disebut kompetitif.
Details
SignalGigs dapat menerima komisi rujukan jika Anda melamar melalui tautan ini.
Peluang Terkait
How Much Do AI Jobs Pay?
How to Get Started