Chercheur·e en IA

Emploi pas sur LinkedIn

il y a 7 mois

Postuler

Recevoir des Emails avec des Emplois Similaires

FirstPrinciples Holding Company

Site WebLinkedInTous les Emplois

B2B • Enterprise • Finance

FirstPrinciples Holding Company se concentre sur la création et le passage à l’échelle d’un portefeuille d’entreprises commerciales performantes. L’entreprise s’appuie sur une vision stratégique et une expertise opérationnelle pour maximiser la valeur et la croissance au sein de ses sociétés en portefeuille. FirstPrinciples vise à fournir des solutions durables qui favorisent la réussite à long terme de ses partenaires et parties prenantes.

51 - 200 employés

🤝 B2B

🏢 Entreprise

💸 Finance

Description

• À propos de FirstPrinciples : FirstPrinciples est une fondation à but non lucratif qui fait progresser la découverte scientifique en développant un « AI Physicist » — un système intelligent conçu pour explorer et découvrir les lois fondamentales de la nature. Notre objectif est de créer une nouvelle catégorie de plateforme de recherche qui dépasse l’analyse d’informations : une plateforme capable de poser des questions scientifiques profondes, de raisonner à travers les disciplines et d’accélérer la génération de nouvelles idées. En combinant IA, raisonnement symbolique et capacités de recherche autonomes, nous visons à transformer la manière dont la connaissance est découverte et à faire avancer la science vers ses prochaines percées. • Description du poste : Nous recherchons un·e Chercheur·e en IA pour étudier, concevoir, tester et développer des méthodes et applications à la pointe (SOTA) pouvant être intégrées au moteur IA plus large que FirstPrinciples développe. Vous collaborerez avec des équipes interfonctionnelles et votre travail ira directement en production, contribuant à faire évoluer la façon dont la recherche scientifique est menée. Vos travaux auront un impact sur la communauté académique via le développement de solutions inédites pour inaugurer une nouvelle ère de découverte scientifique. Le candidat idéal a un solide parcours en recherche en IA et sait combiner réflexion stratégique et profondeur technique pour concrétiser des idées complexes. • Responsabilités clés : • Recherche fondamentale sur les modèles : • Rechercher, concevoir et tester de nouvelles architectures de modèles spécifiques à la recherche qui intègrent la littérature académique, le traitement du langage naturel (NLP), le raisonnement symbolique et d’autres méthodes pour orchestrer le processus scientifique. • Prototyper et développer des tokeniseurs personnalisés pour les symboles LaTeX et les unités physiques afin qu’ils soient traités comme des tokens. • Explorer des alternatives aux transformers via des recherches approfondies et fournir des recommandations pragmatiques pour le développement des modèles. • Développer des boucles d’apprentissage par renforcement pour permettre aux modèles de mener des expériences de pensée internes et indépendantes. • Données multimodales & benchmarking : • Concevoir et automatiser des pipelines d’ingestion de données en collaboration avec nos data scientists et ingénieurs, agrégeant la littérature scientifique, les métadonnées, les données expérimentales, les équations et d’autres sources de données de manière robuste et évolutive. • Établir des benchmarks personnalisés pour évaluer la compréhension des concepts physiques par les modèles, leurs capacités de raisonnement mathématique et leur aptitude à réduire les hallucinations afin d’assurer la fiabilité scientifique. • Affiner et publier des jeux de données et des baselines une fois les tests internes stabilisés. • Entraînement, tests & sécurité : • Lancer et suivre les tâches d’entraînement des modèles tout en pilotant l’équipe technique pour l’installation, le suivi des progrès et la maîtrise des coûts dans les budgets alloués. • Développer des approches pour réaliser des « runs d’entraînement » en environnement bac à sable (sandbox) afin de permettre au modèle d’explorer des idées de manière autonome tout en consignant les résultats pour revue ultérieure. • Mettre en place un cadre d’évaluation des apprentissages des modèles utilisant des outils visuels et statistiques pour repérer schémas et angles morts. • Ajouter des garde‑fous et des tests qui signalent les sorties de mauvaise qualité. • Maintenir des outils internes pour suivre les listes de problèmes connus, documenter les échecs, les corrections claires et les améliorations à intégrer dans les développements futurs. • Collaboration & orientation technique : • Travailler avec l’équipe d’ingénierie pour garantir la faisabilité produit et une architecture robuste. • Traduire les compromis techniques en termes clairs pour les parties prenantes non techniques. • Présenter les résultats via des points d’étape clairs à l’équipe technique afin de tenir l’ensemble de l’équipe informée de l’avancement par rapport aux jalons de recherche.

🎯 Exigences

• Formation : Doctorat (PhD) en physique, informatique, data science, systèmes d’information ou domaine connexe. • Expérience : Solide expérience démontrée dans la recherche approfondie sur des modèles d’IA scientifiques, modèles symboliques, apprentissage automatique ou apprentissage profond appliqués à la découverte scientifique. • Compétences techniques : Connaissance des modèles SOTA, des bonnes pratiques pour les processus de développement de modèles, concepts approfondis en IA/ML et des infrastructures de données. • Collaboration & communication : • À l’aise pour travailler en étroite collaboration avec des ingénieurs et d’autres membres techniques. • Excellentes capacités de communication écrite et orale. • À l’aise dans un environnement de type startup, interfonctionnel et en travail à distance. • Compétences supplémentaires (atout) : • Expérience ou fort intérêt pour la physique et/ou les sujets de science fondamentale. • Expérience de recherche sur des modèles d’IA dans un contexte en phase initiale ou axé sur une mission.