En un coup d'œil
- Missions: Travaille sur des problèmes avancés liés à l'IA et développe de nouvelles techniques.
- Entreprise: Lexsi Labs, un laboratoire innovant axé sur la recherche en IA.
- Avantages: Environnement dynamique, opportunités de publication et culture de startup.
- Autres infos: Structure organisationnelle plate qui valorise la curiosité et l'initiative.
- Pourquoi ce job: Contribue à des projets d'IA révolutionnaires tout en maintenant la sécurité et la transparence.
- Qualifications: Master ou Ph.D. en informatique ou mathématiques, expérience en apprentissage profond.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Lexsi Labs is one of the leading frontier labs focusing on building aligned, interpretable and safe Superintelligence.
Most of the work involves on creating new methodologies for efficient alignment, interpretability lead-strategies and tabular foundational model research.
Our mission is to create AI tools that empower researchers, engineers, and organizations to unlock AI's full potential while maintaining transparency and safety.
Our team thrives on a shared passion for cutting-edge innovation, collaboration, and a relentless drive for excellence.
At Lexsi. ai, everyone contributes hands-on to our mission in a flat organizational structure that values curiosity, initiative, and exceptional performance.
As a research scientist at Lexsi. ai, you will be uniquely positioned in our team to work on very large-scale industry problems and push forward the frontiers of AI technologies.
You will become a part of the unique atmosphere where startup culture meets research innovation, with key outcomes of speed and reliability.
Responsibilities
- You will work on advanced problems related to AI explainability, AI safety, and AI alignment.
- You'll have flexibility in picking up the specialization areas within ML/DL and problem types that address the above challenges.
- Create new techniques around ML Observability & Alignment.
- Collaborate with MLEs and SDE to roll out the features and manage their quality until they are fully stable.
- Create and maintain technical and product documentation.
- Publish papers in open forums like arxiv and present in industry forums like ICLR Neur IPS etc.
Qualifications
- Has a solid academic background in concepts of machine learning or deep learning or reinforcement learning.
- Master or Ph. D in key engineering topics like computer science or Mathematics is required
- Should have published peer-reviewed papers or contributed to opensource tools
- Hands-on experience in working with deep learning frameworks like Tensorflow, Pytorch etc
- Enjoys working on various DL problems that involve using different types of training data sets - textual, tabular, categorical, images etc
- Comfortable deploying code in cloud environments/on-premise environments.
- Good fundamentals in MLOps and productionising ML models.
- Prior experience on working on ML explainability methods - LRP, SHAPE, LIME, IG, CEM etc.
- 2+ years of hands-on experience in Deep Learning or Machine Learning.
- Hands-on experience in implementing techniques like Transformer models, GANs, Deep Learning, etc.
- #J-18808-Ljbffr
AI Research Scientist (Paris) employeur : Story Terrace Inc.
3S Money est un employeur exceptionnel, offrant une culture de travail dynamique et collaborative au cœur de l'Europe. Avec des bureaux dans plusieurs pays, nous valorisons la transparence et le développement professionnel de nos employés, tout en proposant un salaire compétitif et des avantages adaptés à chaque localisation. Rejoindre notre équipe, c'est faire partie d'une mission innovante dans le secteur bancaire international, où chaque membre a l'opportunité de contribuer à notre succès commun.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher AI Research Scientist (Paris)
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Story Terrace Inc.
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Story Terrace Inc.. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que AI Research Scientist (Paris)
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Story Terrace Inc., il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Story Terrace Inc. que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Story Terrace Inc.. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Story Terrace Inc.
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Story Terrace Inc. et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
