Do jednostki badawczej – Zakładu Badań nad Ogólną Sztuczną Inteligencją poszukujemy osób z doświadczeniem w uczeniu maszynowym, które będą pracować nad rozwojem metod i modeli ogólnej sztucznej inteligencji (AGI). W ramach nowo tworzonego zespołu powstaje przestrzeń do prowadzenia badań nad fundamentalnymi aspektami inteligencji maszynowej, w tym nad rozumowaniem (reasoning), wnioskowaniem przyczynowo-skutkowym (causal inference) oraz integracją tych zdolności w dużych modelach językowych.
Dołączysz do zespołu, którego głównym celem jest tworzenie nowych metod i architektur AGI, publikowanie wyników badań na wiodących konferencjach oraz przekładanie ich na działające proof-of-concept. Zespół koncentruje się na zagadnieniach związanych z interpretowalnością, wyjaśnialnością, niezawodnością i zdolnością modeli do rozumowania w złożonych środowiskach. Pracujemy nad rozwiązaniami, które mają realny wpływ na rozwój technologii przyszłości, a jednocześnie dbamy o to, by nasze wyniki były zgodne z najwyższymi standardami naukowymi.
To wyjątkowa okazja, aby połączyć prace badawcze z praktycznym zastosowaniem – od teorii po implementację. W zależności od Twoich zainteresowań, rola może być bardziej ukierunkowana na badania podstawowe lub na transfer technologii i tworzenie prototypów.
responsibilities :
Wsparcie eksperymentów badawczych, przygotowanie danych i pipeline’ów
Współautorstwo publikacji naukowych i przygotowywanie materiałów do konferencji
Tworzenie proof-of-concept rozwiązań opartych na wynikach badan
Przygotowywanie raportów, dokumentacji technicznej i prezentacji wyników
Współpraca z zespołami badawczymi w kraju i za granicą
requirements-expected :
Minimum 2 lata doświadczenia w ML/DL (projekty badawcze lub komercyjne)
Wykształcenie wyższe (informatyka, matematyka, fizyka lub kierunki pokrewne)
Znajomość algorytmów ML/DL, w tym modeli generatywnych i dużych modeli językowych
Dobra znajomość Python oraz bibliotek ML (TensorFlow/PyTorch/JAX)
Znajomość zagadnień reasoning i podstaw causal ML
Znajomość języka angielskiego na poziomie umożliwiającym tworzenie dokumentacji i publikacji naukowych
