Zürich
Ingénieur de Recherche en IA, Apprentissage par Renforcement et Entraînement de Modèles à Grande Échelle
- 17 novembre 2026
- 100%
- Durée indéterminée
- anglais (Courant)
À propos de cette offre
Temps plein (100 %), poste permanent
Lieu : Zurich, Suisse
Employeur : Tufa Labs AG
Date de début : 1er mars 2027 ou selon accord
À propos de Tufa Labs
Tufa Labs développe des systèmes d’IA de pointe axés sur le raisonnement abstrait, l’entraînement évolutif des modèles et l’apprentissage par renforcement. Nous travaillons sur des problématiques à l’intersection des modèles fondamentaux, des benchmarks de raisonnement, des systèmes distribués et de l’expérimentation scientifique. Notre objectif est de développer des méthodes qui améliorent les capacités de raisonnement des systèmes d’IA tout en construisant l’infrastructure nécessaire pour les entraîner et les évaluer à grande échelle.
Nous recherchons un ingénieur de recherche en IA qui aime naviguer aisément entre la recherche et l’ingénierie des systèmes : concevoir des expériences, entraîner des modèles, analyser les résultats et construire les outils qui rendent possible la recherche à grande échelle.
Le rôle
Vous contribuerez directement à notre recherche sur les benchmarks de raisonnement abstrait tels que ARC-AGI et les environnements associés, développerez des approches de pré-entraînement et d’apprentissage par renforcement pour les grands modèles de langage, et améliorerez l’infrastructure utilisée pour entraîner, évaluer et déployer ces modèles sur des grappes GPU. Ce rôle combine recherche pratique et ingénierie concrète. Une semaine typique peut inclure la mise en œuvre d’une nouvelle méthode d’apprentissage par renforcement, la conduite d’expériences à grande échelle, la conception de suites d’évaluation pour des tâches de raisonnement, le profilage des goulets d’étranglement de l’entraînement distribué ou l’extension des outils internes utilisés par les chercheurs de l’entreprise.
Responsabilités
- Mener des recherches sur le raisonnement abstrait et la généralisation dans les systèmes d’IA, y compris des travaux liés à ARC-AGI et ses benchmarks successeurs.
- Concevoir, implémenter et évaluer de nouvelles méthodes d’entraînement pour les grands modèles de langage.
- Développer des pipelines d’apprentissage par renforcement pour le post-entraînement et l’alignement.
- Réaliser des expériences de pré-entraînement, d’ajustement fin et d’évaluation à grande échelle.
- Construire et maintenir l’infrastructure pour l’entraînement distribué sur grappes GPU.
- Améliorer la fiabilité, la surveillance, la planification et l’observabilité des charges de travail de recherche.
- Collaborer avec les chercheurs et ingénieurs pour transformer les idées en systèmes de recherche reproductibles.
Qualifications essentielles
- Diplôme en informatique ou au moins 5 ans d’expérience professionnelle équivalente en apprentissage automatique ou domaine connexe.
- Expérience dans l’entraînement, l’ajustement fin ou l’évaluation de grands modèles de langage.
- Expérience pratique en apprentissage par renforcement, apprentissage par imitation ou méthodes d’optimisation apparentées.
- Expérience de travail avec des systèmes distribués et des environnements d’entraînement multi-GPU.
- Capacité à concevoir et exécuter de manière autonome des expériences de recherche.
Qualifications souhaitables
- Expérience dans l’exploitation de grappes GPU et de l’infrastructure associée.
- Contributions à la recherche en apprentissage automatique, projets open source ou efforts de benchmarks compétitifs.
- Fort intérêt pour le raisonnement, l’abstraction, la synthèse de programmes, la planification ou l’évaluation de l’AGI.
Ce que nous offrons
- Poste permanent à temps plein.
- Opportunité de travailler sur des problématiques de recherche de pointe en raisonnement et entraînement de modèles.
- Grand degré d’autonomie et de responsabilité.
- Accès à des ressources de calcul substantielles et à une infrastructure de recherche.
- Équipe restreinte, techniquement ambitieuse, avec prise de décision rapide et bureaucratie minimale.
- Possibilité de contribuer à orienter la future direction de l’agenda de recherche de l’entreprise.
Pour postuler, veuillez envoyer votre CV et une courte description de vos travaux pertinents.