AI-forskningsforsker / ingeniør – Generative verdensmodeller

Om Teton

Teton bygger det fundamentale data-lag for plejeøjeblikket ved hjælp af realtids, multimodal AI til at generere en digital tvilling af patienten og plejemiljøet. Vores proprietære computer-visionssystem gør det muligt for personale at automatisere dokumentation, proaktivt håndtere beboernes tilstand og strømline arbejdsgange på tværs af hele faciliteter. Vores platform giver hidtil usædnet adgang til realtidsdataindsigter, der giver sundhedsudbydere med håndlingsbar intelligens til at forbedre beslutningstagning og hæve plejekvaliteten.

Rollen

Vi søger en AI-forskningsvidenskabsmand / ingeniør til at accelerere udviklingen af Cassandra, vores Generative Verdensmodel for sundhedssektoren.

Cassandra er forudtrænet på sekvenser af adfærdstegn, der repræsenterer beboernes aktiviteter, søvn, mobilitet, vitale tegn og plejeinteraktioner. Ved at lære at forudsige, hvad der sker herefter, lærer Cassandra mønstre i menneskelig adfærd og muliggør anvendelser som at forudsige fald før de sker og simulere den potentielle effekt af plejeinterventioner.

Ligesom store sprogmodeller lærer Cassandra ud fra storskala sekventielle data og udviser lignende skaleringsegenskaber. Men modeller af menneskelig adfærd giver unikke forskningsudfordringer, herunder kontinuerlig tidsmodellering, langkontekst-afhængigheder og læring fra heterogene adfærds-signaler.

I modsætning til de fleste grundmodeller, der trænes på offentligt tilgængelige data, lærer Cassandra fra et proprietært og kontinuerligt voksende datasæt af menneskelig adfærd i den virkelige verden. Dette giver en mulighed for at udforske grundlæggende forskningsspørgsmål, samtidig med at teknologien bygges med direkte virkelighedsindvirkning.

Vi leder efter en person med stærk teknisk intuition og hands-on erfaring med træning og skalering af store sekvensmodeller. Du vil få mulighed for at tage ejerskab over grundforskningens udfordringer og direkte forme både den underliggende grundmodel og de applikationer, der bygges oven på den.

Nøgleansvar

I denne rolle vil du eje og drive forskning og udvikling inden for to hovedområder

• Forudtræning og skalering af Cassandra. Forbedre end-to-end forudtrænings-pipeline'en, fra repræsentation og tokenisering af adfærdsdata til modelarkitektur, træningsmål og skalering. Mange teknikker fra LLM-forskningsværktøjskassen er direkte anvendelige, men vigtige udfordringer består, især omkring kontinuerlig-tids hændelsesmodellering, irregulart samplede data og langvarige afhængigheder. Du vil designe eksperimenter, udvikle nye tilgange og omsætte forskning til forbedringer i modellens kapaciteter.
• Udvikling og produtionisering af downstream-applikationer. Vores første applikation af Cassandra's lærte repræsentationer er at forudsige risikoen for, at en beboer falder inden for de næste fem minutter. Du vil forbedre disse forudsigelsesmuligheder og udforske nye applikationer, fra at forudsige ændringer i beboerens adfærd til at simulere effekten af plejeinterventioner. Målet er at omdanne fremskridt inden for grundmodellering til håndgribelige forbedringer i personlig, proaktiv pleje.

Hvad Vi Leder Efter

Minimumskvalifikationer

• Hands-on erfaring med træning af storskala sekvensmodeller, såsom Transformer-arkitekturer, tilstandsrum-modeller eller LLM'er.
• Dyb forståelse af neurale netværksarkitekturer, optimering, træningsdynamik og skalering.
• Stærke Python- og PyTorch-færdigheder med erfaring i at bygge effektive, pålidelige trænings- og evalueringspipelines.
• Evne til selvstændigt at designe eksperimenter, fortolke resultater og omsætte forskningsidéer til fungerende implementationer.
• Stabile, matematiske fundamenter i maskinlæring, sandsynlighed og statistik.

Tankegang

• Forskningstung og praktisk. Du nyder at læse papirer, udfordre antagelser og implementere ideer selv i stedet for kun at engagere dig i teoretiske indsigter.
• Stærk teknisk intuition. Du kan ræsonnere omkring, hvorfor en model virker, identificere flaskehalse og prioritere eksperimenter, der mest sandsynligt flytter nålen.
• Eje og autonomi. Du er komfortabel med at tackle åbne problemer, navigere i usikkerhed og føre ideer fra første hypoteser til produktion.
• Pragmatisk og ambitiøs. Du går op i at fremme state of the art, men måler succes i sidste ende ved, om dit arbejde muliggør kapabiliteter, der tidligere var umulige.

Tidszone/placering

• Basere i København, Danmark, eller villig til at flytte.

Foretrukne kvalifikationer

• Forskning eller ingeniørerfaring med LLM-forudtræning, herunder arkitekturdesign, data-miks, træningsmål eller skaleringseksperimenter.
• Erfaring med generativ modellering af sekventiel, tidsmæssig eller hændelsesbaseret data.
• Fortrolighed med kontinuerlige tidsmodeller, punktprocesser, tids-til-hændelse forudsigelse eller overlevelsesmodellering.
• Erfaring med lang-kontekst arkitekturer, såsom Mamba, rekurrente modeller eller effektive opmærksomheds-mekanismer.
• Erfaring med distribueret træning, GPU-optimering og ydeevneprofilering.
• Et spor af betydningsfuld ML-forskning, demonstreret gennem publikationer, open-source bidrag eller produktionssystemer.

Hvad Vi Tilbyder

• Konkurrencedygtig løn og deltagelse i vores warrant-program.
• Arbejde med banebrydende teknologi i et banebrydende felt.
• Stort internt træningsklynge.
• Arbejdsplads på kontoret.
• Et levende, læringsfokuseret arbejdsmiljø.

Hvordan det er at arbejde hos Teton

Vi er et voksende team af ekstremt hårdtarbejdende og talentfulde mennesker. Læringstempoet er stejlt, og udvidelse af dine færdigheder er ikke bare opfordret – det er forventet. Det er et praktisk miljø, hvor du bliver udfordret, støttet og konstant lærer.

Vi leder efter folk, der tror på vores langsigtede vision og værdsætter ejerskab og entreprenørskab frem for blot et almindeligt 9-5 job. Hos os får du virkelig mulighed for at gøre en forskel i verden med resultaterne af dit arbejde. Så hvis du leder efter en rejse og ikke blot et arbejde – hop om bord 😊