Stagiaire - InternMila - Institut québécois d'intelligence artificielle • Montreal, Québec, Canada

Dieses Stellenangebot ist nicht mehr verfügbar

Stagiaire - Intern

Mila - Institut québécois d'intelligence artificielle

Montreal, Québec, Canada

Montreal, Québec, Canada

Ähnliche Jobs finden

Über

(english version will follow) À propos de Mila Fondé par le professeur Yoshua Bengio de l’Université de Montréal, Mila rassemble des chercheurs spécialisés en intelligence artificielle et plus précisément en apprentissage automatique, apprentissage profond et apprentissage par renforcement. Reconnu mondialement pour ses importantes contributions au domaine de l’apprentissage profond, Mila s’est particulièrement distingué dans la modélisation du langage, la traduction automatique, la reconnaissance d’objets et les modèles génératifs. Depuis 2017, Mila est le fruit d’une collaboration entre l’Université de Montréal et l’Université McGill, en lien étroit avec Polytechnique Montréal et HEC Montréal. Mila s’est donné pour mission d’être un pôle mondial d’avancées scientifiques qui inspire l’innovation et l’essor de l’intelligence artificielle (IA) au bénéfice de tous. Pour en connaitre davantage, veuillez consulter À propos du stage Poste : Stagiaire de recherche Durée : 4 à 8 mois (Flexible) Nous recherchons des stagiaires très motivés pour travailler sur des projets de recherche de pointe. Il s'agit d'une opportunité passionnante pour explorer les dernières avancées en intelligence artificielle (IA). Vous travaillerez avec des modèles fondamentaux à la pointe de la technologie et les techniques d'IA les plus récentes. Nous acceptons des candidatures en vue de combler d’éventuels postes. S'il vous plaît, indiquez vos disponibilités dans votre lettre de motivation. Responsabilités principales - à titre indicatif Contribuer à la recherche de pointe sur les modèles fondamentaux, les modèles de langages ou les modèles de vision et leurs applications en industrie. Implémenter des solutions et expérimenter avec des modèles fondamentaux pré-entraînés. Adapter les dernières architectures VLM et LLM, techniques d'entraînement et pipelines d’évaluation pour des applications à un domaine concret. Proposer et investiguer des directions de recherche innovantes pour améliorer les prototypes internes de l’équipe. Analyser les performances du système et contribuer aux améliorations itératives grâce à l’expérimentation et aux tests. Opportunités d'apprentissage Acquérir une expérience pratique en apprentissage profond, en modèles fondamentaux ou en modèles de vision et de langage. Travailler avec une équipe pluridisciplinaire de chercheurs appliqués en apprentissage automatique et de développeur.e.s en IA. Opportunité de contribuer à une recherche innovante en IA avec un potentiel de publications académiques et d’applications à fort impact. Profil recherché - à titre indicatif En cours d'études ou récemment diplômé(e), de deuxième cycle, en informatique, mathématique appliquée, en apprentissage automatique, vision par ordinateur, ou dans un domaine technique connexe. Bonne compréhension de l'apprentissage automatique, en particulier de l'apprentissage profond. Connaissance des modèles fondamentaux et des architectures de modèles d’apprentissage profond. Expérience avec les langages de programmation, notamment Python, et les “frameworks” comme PyTorch. Compétences en recherche, avec la capacité de se tenir à jour avec les dernières tendances en IA et apprentissage automatique. Solide compréhension de l’apprentissage automatique et de la vision par ordinateur. Excellentes compétences en recherche appliquée, incluant la définition de problèmes, l’exploration de solutions, ainsi que l’analyse et la présentation des résultats. Excellentes compétences en résolution de problèmes et passion pour l’innovation. Détenir une compétence intermédiaire en français et en anglais, en raison des interactions que vous aurez dans le cadre de votre emploi avec certains de nos partenaires, parties prenantes, ou membres de notre communauté académique anglophones. Atouts supplémentaires - à titre indicatif Expérience préalable en traitement du langage naturel (NLP) ou en modèles de vision. Expérience en entraînement/raffinement et évaluation des modèles de vision et de langage. Connaissance des dernières techniques d’alignement multimodal et expérience avec de grands ensembles de données multimodales (image-texte-son). Familiarité avec les limitations et les défis rencontrés dans la modélisation vision-langage. Expérience en prototypage rapide utilisant des plateformes d’IA pour le développement et le raffinage de modèles. Exposition aux outils et pipelines d’IA générative, y compris les API pour l’annotation et la curation des données (par exemple, GPT-4), est un plus. About Mila Founded by Professor Yoshua Bengio of the Université de Montréal, Mila brings together researchers specializing in artificial intelligence, and more specifically in machine learning, deep learning and reinforcement learning. Recognized worldwide for its important contributions to the field of deep learning, Mila has particularly distinguished itself in language modeling, machine translation, object recognition and generative models. Since 2017, Mila has been the fruit of a collaboration between Université de Montréal and McGill University, with close links to Polytechnique Montréal and HEC Montréal. Mila's mission is to be a global hub of scientific advances that inspires innovation and the rise of artificial intelligence (AI) for the benefit of all. To find out more, please visit About the Internship We are looking for highly motivated interns to work on cutting-edge research projects. This is an exciting opportunity to explore the latest advancements in artificial intelligence (AI). You will be working with state-of-the-art foundational models and the newest AI techniques. We wish to build a pool of candidates for future intern positions within the AMLRT team. Please indicate your availability in your cover letter. Main Responsibilities (Indicative) Contribute to leading-edge research on foundational models, language models, or vision models and their industrial applications. Implement solutions and experiment with pre-trained foundational models. Adapt the latest VLM and LLM architectures, training techniques, and evaluation pipelines for applications in a specific domain. Propose and investigate innovative research directions to improve the team's internal prototypes. Analyze system performance and contribute to iterative improvements through experimentation and testing. Learning Opportunities Gain practical experience in deep learning, foundational models, or vision and language models. Work with a multidisciplinary team of applied machine learning researchers and AI developers. Opportunity to contribute to innovative AI research with the potential for academic publications and high-impact applications. Desired Profile (Indicative) Currently pursuing or recently graduated with a Master's degree in computer science, applied mathematics, machine learning, computer vision, or a related technical field. Good understanding of machine learning, especially deep learning. Knowledge of foundational models and deep learning model architectures. Experience with programming languages, especially Python, and frameworks like PyTorch. Research skills, with the ability to stay up-to-date with the latest trends in AI and machine learning. Strong understanding of machine learning and computer vision. Excellent applied research skills, including problem definition, solution exploration, and results analysis and presentation. Excellent problem-solving skills and a passion for innovation. Have intermediate proficiency in both English and French, due to the interactions you will have with some of our partners, stakeholders or members of our anglophone academic community. Additional Assets (Indicative) Prior experience in natural language processing (NLP) or vision models. Experience in training/fine-tuning and evaluating vision and language models. Knowledge of the latest multimodal alignment techniques and experience with large multimodal datasets (image-text-audio). Familiarity with the limitations and challenges encountered in vision-language modeling. Experience in rapid prototyping using AI platforms for model development and refinement. Exposure to generative AI tools and pipelines, including APIs for data annotation and curation (e.g., GPT-4), is a plus. Requirements Comment postuler Les candidats intéressés doivent soumettre : CV Une brève lettre de motivation expliquant votre intérêt pour ce stage et toute expérience pertinente. Veuillez noter également, dans votre lettre, vos disponibilités pour effectuer un stage. Optionnel : tout article de recherche ou projet sur lequel vous avez travaillé dans le domaine de l’IA. How to Apply Interested candidates should submit: CV A brief cover letter explaining your interest in this internship and any relevant experience. Please also note your availability for an internship in your letter. Optional: any research papers or projects you have worked on in the field of AI. Benefits Nous voulons vous connaître À Mila, la diversité nous tient à cœur. Nous valorisons un environnement de travail équitable, ouvert et respectueux des différences. Nous encourageons toute personne souhaitant œuvrer dans un écosystème en progression continue et stimulée à contribuer à l’application et la définition d’une culture saine et inclusive, à postuler. Veuillez noter que seules les personnes sélectionnées seront contactées. We want to know you At Mila, diversity is important to us. We value a work environment that is fair, open and respectful of differences. We encourage anyone who wants to work in an ecosystem that is constantly evolving and stimulated to contribute to the application and definition of a healthy and inclusive culture, to apply. Please note that only selected candidates will be contacted.

Montreal, Québec, Canada

Sprachkenntnisse

French

Hinweis für Nutzer

Dieses Stellenangebot wurde von einem unserer Partner veröffentlicht. Sie können das Originalangebot einsehen hier.

Ähnliche Jobs finden