Ingénieur·e de recherche IA (Agentic Post-training) - Télétravail 100 % (ouvert monde entier)

🕒 il y a 1 mois

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Tether.to

Site WebLinkedInTous les Emplois

11 - 50 employés

Fondée en 2014

₿ Crypto

💳 Fintech

💸 Finance

Crypto • Fintech • Finance

Tether. to est une entreprise leader dans le domaine des actifs numériques qui est pionnière dans l'utilisation des stablecoins dans l'univers de la blockchain. En tant que stablecoin le plus adopté au monde, les tokens Tether sont conçus pour être indexés à 1 pour 1 avec les monnaies fiduciaires, offrant ainsi une option d'actif numérique stable pour les utilisateurs. La plateforme facilite ces transactions de tokens à travers plusieurs blockchains, améliorant les transactions transfrontalières tout en maintenant la transparence grâce à des relevés quotidiens des actifs et réserves totaux. Les initiatives de Tether incluent des programmes éducatifs promouvant l'utilisation des actifs numériques, ciblant particulièrement des régions comme le Moyen-Orient, la Turquie et les Philippines. Ainsi, Tether se positionne comme un perturbateur du système financier traditionnel en permettant une méthode stable et efficace de gestion des transactions dans le monde de la monnaie numérique.

Description

• Mener des initiatives de recherche et d’ingénierie de bout en bout pour faire progresser le post‑training des modèles agentic et d’utilisation d’outils afin d’atteindre l’état de l’art (SOTA). • Piloter des améliorations globales et transversales des modèles, notamment la factualité, le respect des instructions, l’utilisation d’outils/fonctions, la coordination multi‑agent et la calibration du raisonnement. • Concevoir et améliorer des systèmes de post‑training à grande échelle, y compris les pipelines de données, les workflows d’entraînement, les frameworks d’évaluation et l’infrastructure de benchmarks. • Développer des suites d’évaluation rigoureuses et des outils de diagnostic pour évaluer la préparation des modèles au déploiement. • Renforcer les boucles de rétroaction issues de l’usage produit en conditions réelles, en intégrant à la fois des signaux utilisateurs explicites et implicites dans le post‑training. • Collaborer avec les équipes en charge des outils, du produit et de l’entraînement pour améliorer l’utilité, la fiabilité et les capacités agentiques des modèles de pointe. • Travailler étroitement avec les équipes de recherche, d’ingénierie et les équipes transverse pour déterminer quelles intégrations sont prêtes pour la production et peuvent être incluses dans les grandes versions de modèles.

🎯 Exigences

• Diplôme en informatique, en Machine Learning ou dans un domaine connexe ; diplôme avancé (Master/PhD) souhaité, avec un solide record de publications dans des conférences IA de premier plan. • Expérience des workflows et des pipelines de post‑training multimodaux, en particulier pour des systèmes agentic et l’utilisation d’outils. • Expérience pratique de l’application du post‑training à grande échelle en utilisant des frameworks d’entraînement distribués (par ex. environnements GPU multi‑nœuds). • Expérience démontrée d’amélioration des capacités des modèles dans des domaines tels que le raisonnement, l’utilisation d’outils et la coordination multi‑agent, avec des résultats atteignant l’état de l’art. • Antécédents de contributions open‑source liées aux systèmes agentic ou à l’utilisation d’outils (code, jeux de données ou modèles) sur des plateformes telles que GitHub ou Hugging Face. • Publications dans des conférences majeures en IA (par ex. NeurIPS, ICML, ICLR, ACL, CVPR, ECCV).

🏖️ Avantages

• Modalités de travail flexibles • Opportunités de développement professionnel