Tech Stack

Description

Vous développerez et évaluerez des méthodes d'inférence probabiliste, en particulier l'inférence amortie, pour faire progresser la sécurité de l'IA. Vous transformerez des théories en applications concrètes et collaborerez avec des mathématiciens.

Requirements

• Diplôme supérieur en informatique, mathématiques ou domaine connexe (doctorat préférable)
• Minimum 3 ans d'expérience en recherche sur l'apprentissage profond
• Expertise en inférence probabiliste
• Maîtrise de Python et expérience avec PyTorch ou TensorFlow
• Solides compétences en mathématiques et en résolution de problèmes

Responsibilities

• Développer des méthodes d'inférence amortie pour distributions discrètes et continues de haute dimension
• Développer des méthodes d'apprentissage des paramètres et structures de grands modèles graphiques probabilistes
• Concevoir des stratégies d'évaluation pour les méthodes reposant sur l'inférence probabiliste
• Traduire des propositions théoriques en implémentations Python de haute qualité
• Communiquer efficacement des résultats complexes à diverses parties prenantes