Applied Science - Time Series in Paris

À propos de Mistral

Mistral fournit des solutions IA full-stack : des modèles de pointe aux outils pour développeurs, applications et calcul. Nous collaborons avec des entreprises pour résoudre les problèmes les plus difficiles dans des secteurs à enjeux élevés tels que la finance, la fabrication, la défense, la santé et le secteur public, co-créant des systèmes IA personnalisés qu'elles peuvent gérer selon leurs propres termes.

Nous sommes une équipe dynamique et collaborative passionnée par l'IA et son potentiel à transformer la société. Notre main-d'œuvre diversifiée prospère dans des environnements compétitifs et est engagée à stimuler l'innovation. Nos équipes sont réparties entre l'Europe, l'Amérique du Nord, l'Asie et le Moyen-Orient. Nous sommes créatifs, humbles et animés par l'esprit d'équipe.

À propos du poste

Mistral AI recherche des scientifiques appliqués et des ingénieurs de recherche spécialisés dans les séries temporelles. Vous concevrez, formerez et déploierez des modèles de fondation de séries temporelles à la pointe de la technologie, et les appliquerez aux problèmes de prévision les plus exigeants de l'industrie, des réseaux électriques et des centrales aux bureaux de trading.

Timestral, notre famille de modèles de fondation de séries temporelles, a été classée première parmi tous les benchmarks lors de sa sortie. Le rôle comporte deux volets : construire les prochaines générations de Timestral avec notre équipe scientifique et les mettre en production avec nos clients industriels et financiers, adaptées à leurs données. En collaborant de manière transversale avec des équipes scientifiques, d'ingénierie et de produits internes et externes, vous livrerez des solutions IA à fort impact.

Ce que vous ferez :

• Exécuter la pré-formation, la post-formation et déployer des modèles de fondation de séries temporelles à la pointe de la technologie sur des clusters avec des milliers de GPU.
• Générer et organiser des ensembles de données de séries temporelles à grande échelle, réels et synthétiques, et construire des évaluateurs et des benchmarks pour la prévision et d'autres tâches de séries temporelles.
• Pousser la frontière de Timestral : architectures, recettes d'entraînement, mise à l'échelle et nouvelles capacités telles que la détection d'anomalies, la classification et les embeddings.
• Ajuster et adapter Timestral sur les données des clients, dans le cloud ou sur site, et le comparer aux modèles existants du client.
• Développer les outils et cadres nécessaires pour faciliter la génération de données, l'entraînement des modèles, l'évaluation et le déploiement.
• Collaborer avec des équipes interfonctionnelles pour aborder des cas d'utilisation complexes, y compris des agents qui combinent Timestral avec les LLMs de Mistral.
• Gérer des projets de recherche et des communications avec les équipes de recherche des clients.

À propos de vous :

• Fluent en anglais avec d'excellentes compétences en communication, à l'aise pour expliquer des concepts techniques complexes à des publics techniques et non techniques.
• Expert en PyTorch ou JAX.
• Solide connaissance des modèles de deep learning modernes et des grands modèles de langage : architectures, pré-formation, post-formation et évaluation.
• Expérience en pré-formation ou ajustement de modèles de fondation de séries temporelles ou de grands modèles transformateurs à grande échelle.
• Forte expérience en modélisation de séries temporelles : prévision probabiliste, séries multivariées et covariables, et bases classiques (modèles statistiques, boosting par gradient).
• Pas peur de contribuer à une grande base de code ; trouve son chemin de manière autonome avec peu de guidance.
• Écrit un code Python propre, lisible, performant et tolérant aux pannes.
• Ne nécessite pas de feuilles de route : agit de manière indépendante et est à l'aise avec l'incertitude.
• Humble, collaboratif et désireux d'apprendre.
• Antécédents de succès à travers des projets personnels, professionnels ou académiques.

Atouts :

• Ancien fondateur ou constructeur.
• PhD / Master dans un domaine pertinent (Apprentissage Automatique, Statistiques, Mathématiques Appliquées, Physique). Les candidats exceptionnels d'autres domaines sont les bienvenus.
• Recherche sur les modèles de fondation de séries temporelles : pré-formation, mise à l'échelle, données synthétiques ou évaluation.
• Expérience pratique en entraînement ou ajustement de LLMs, construction d'agents et utilisation d'outils, ou modèles combinant texte et séries temporelles.
• Expérience dans l'industrie de l'énergie, des opérations industrielles, des télécommunications ou de la finance, ou expérience de déploiement de modèles pour des clients industriels.
• Expérience de travail sur de grandes bases de code ou de grands modèles d'apprentissage automatique à grande échelle.
• Contributions à une grande base de code open-source ou industrielle.
• Publications dans des revues ou conférences académiques de premier plan.
• Aime améliorer le code existant : typage, tests, pipelines CI.

Ce que nous offrons :

Nous offrons un ensemble complet d'avantages conçu pour soutenir votre bien-être, votre croissance et votre équilibre travail-vie personnelle. Les avantages varient selon le pays et peuvent inclure une couverture santé, un congé parental, des plans de retraite, un soutien à la relocalisation, des programmes de bien-être, des allocations de repas et de transport, et d'autres avantages spécifiques à l'emplacement.

Pour les détails les plus récents sur les avantages disponibles dans votre région, veuillez consulter notre page des Avantages.

Politique de confidentialité

Votre vie privée est importante pour nous. Vous pouvez en savoir plus sur la façon dont nous gérons vos données personnelles dans notre Politique de confidentialité des candidats.