Emploi
De la source partenaire
Ingénieur de Recherche, Latence & Débit
Prix sur demande
Détails
- Type de contrat
- Temps plein
- À distance
- Non
- Entreprise
- Mistral.ai
Description
Traduit automatiquement depuis English. Le texte original fait foi. Traduction automatique — une traduction plus précise est en préparation.
À propos de Mistral
Mistral fournit des solutions d'IA complètes : des modèles de pointe aux outils de développement, applications et calcul. Nous collaborons avec des entreprises qui s'attaquent aux problèmes les plus difficiles dans des secteurs à enjeux élevés tels que la finance, l'industrie manufacturière, la défense, la santé et le secteur public, en co-créant des systèmes d'IA personnalisés qu'elles peuvent exécuter selon leurs conditions.
Nous sommes une équipe dynamique et collaborative passionnée par l’IA et son potentiel à transformer la société. Notre main-d’œuvre diversifiée s’épanouit dans des environnements compétitifs et s’engage à stimuler l’innovation. Nos équipes sont réparties entre l'Europe, l'Amérique du Nord, l'Asie et le Moyen-Orient. Nous sommes créatifs, modestes et avons l'esprit d'équipe.
Le rôle
En tant qu'ingénieur de recherche au sein de l'équipe Latence et débit, vous repousserez les frontières de l'inférence LLM en recherchant et en prototypant des techniques qui réduisent la latence et augmentent le débit - du décodage et de la quantification spéculatifs à la compression KV et aux nouvelles variantes d'attention. L'équipe se situe à l'intersection de la recherche et de la production : vous prendrez des idées de la littérature récente, formulerez des hypothèses, mènerez des expériences et expédierez les techniques qui ont fait leurs preuves dans notre pile de service.
Ce rôle se situe entre nos ingénieurs d'inférence, qui possèdent la pile de production, et nos chercheurs scientifiques, qui se concentrent sur les contributions au niveau papier. Vous serez plus axé sur la science qu'un simple ingénieur : vous devrez générer de nouvelles idées, suivre l'état de l'art et mettre en œuvre des preuves de concept qui comblent l'écart entre les résultats académiques et l'impact sur la production. Certaines techniques que vous explorerez entraîneront des pertes ou nécessiteront une intégration dans la formation : modèles de recyclage, architectures de réglage ou modèles auxiliaires de formation pour améliorer l'inférence.
Vous travaillerez en étroite collaboration avec les équipes Inference Foundation et Kernels, qui transforment vos techniques validées en recettes de production, et avec les équipes de pré-formation et RL lorsque votre travail touche à la formation de modèles. Le succès se mesure par les gains de latence ou de débit démontrés, d’abord à petite échelle, puis adoptés en production.
Ce que vous ferez
• Techniques de recherche et d'inférence de prototypes — décodage spéculatif, quantification, compression KV, filigrane et nouvelles architectures de modèles — en lisant la littérature récente et en formant des hypothèses testables.
• Concevoir et exécuter des expériences pour valider ou réfuter des idées, en itérant rapidement sur des configurations à petite échelle avant de proposer une intégration en production. Démontrez des gains clairs de latence ou de débit sans perte de qualité inacceptable.
• Collaborer avec l'équipe Inference Foundation pour intégrer des techniques validées dans la pile de services basée sur vLLM.
• Collaborer avec les équipes de pré-formation et RL lorsque les techniques nécessitent une co-formation, un recyclage ou une formation de modèles auxiliaires pour améliorer l'inférence.
Créez les outils et plateformes de validation appropriés pour faciliter la recherche d’inférence basée sur l’IA.
Ce que nous recherchons
• Une solide expérience en ML avec une solide connaissance des techniques de formation LLM : architecture, tokenisation, réglage fin et évaluation.
• Expérience pratique avec Python et PyTorch ; vous écrivez du code propre et expérimental et vous itérez rapidement. JAX est acceptable avec une forte maîtrise de Python. C++ et Rust ne sont pas requis, des connaissances CUDA et GPU sont attendues mais une expérience pratique n'est pas requise.
• Expérience de recherche sous une forme ou une autre : une thèse, des publications, un projet de recherche dédié ou un travail axé sur l'efficacité dans un laboratoire ou un environnement de recherche industrielle. Un doctorat n’est pas requis, mais nous recherchons une véritable profondeur de recherche.
• Un historique de conduite d'expériences : formuler des hypothèses, concevoir des comparaisons contrôlées et tirer des conclusions claires à partir des résultats.
• Familiarité avec l'état de l'art en matière d'inférence LLM — vous savez ce qui a été essayé, ce qui fonctionne et où se trouvent les problèmes en suspens.
• Autonome, modeste et collaboratif. Vous êtes à l’aise avec l’ambiguïté, les résultats négatifs et êtes désireux de prendre les choses en main.
• Une expérience en inférence ou en service est un plus et non une exigence. Un travail préalable avec vLLM, des déploiements LLM de production ou des systèmes de service vous aidera à accélérer votre montée en puissance.
Emplacement et distance
Ce rôle est basé dans nos bureaux de Paris ou de Londres (hybrides). Nous donnerons la priorité aux candidats résidant en région parisienne ou disposés à déménager. Nous croyons fermement à la valeur de la collaboration en personne pour favoriser des relations solides et une communication fluide au sein de notre équipe. Pour les profils seniors, nous considérerons également les candidats à distance basés en France. Dans ce cas, nous demandons à tous les nouveaux embauchés de se rendre dans notre bureau parisien :
• Pour la première semaine de leur intégration (hébergement et voyage couverts)
• Puis au moins 3 jours par mois
Ce que nous proposons
Nous proposons un ensemble d'avantages sociaux complet conçu pour soutenir votre bien-être, votre croissance et votre équilibre travail-vie personnelle. Les avantages varient selon les pays et peuvent inclure une couverture santé, un congé parental, des plans de retraite, une aide à la réinstallation, des programmes de bien-être, des indemnités de repas et de transport et d'autres avantages spécifiques au lieu.
Pour obtenir les détails les plus récents sur les avantages disponibles dans votre région, veuillez consulter notre page Avantages.
Politique de confidentialité
Votre vie privée nous tient à cœur. Vous pouvez en savoir plus sur la manière dont nous traitons vos données personnelles dans notre Politique de confidentialité des candidats.
Trouvez un emploi en France sur Arbeitnow
Source : Arbeitnow (https://www.arbeitnow.fr/jobs/companies/mistralai/research-engineer-latency-throughput-paris-319073)
Mistral fournit des solutions d'IA complètes : des modèles de pointe aux outils de développement, applications et calcul. Nous collaborons avec des entreprises qui s'attaquent aux problèmes les plus difficiles dans des secteurs à enjeux élevés tels que la finance, l'industrie manufacturière, la défense, la santé et le secteur public, en co-créant des systèmes d'IA personnalisés qu'elles peuvent exécuter selon leurs conditions.
Nous sommes une équipe dynamique et collaborative passionnée par l’IA et son potentiel à transformer la société. Notre main-d’œuvre diversifiée s’épanouit dans des environnements compétitifs et s’engage à stimuler l’innovation. Nos équipes sont réparties entre l'Europe, l'Amérique du Nord, l'Asie et le Moyen-Orient. Nous sommes créatifs, modestes et avons l'esprit d'équipe.
Le rôle
En tant qu'ingénieur de recherche au sein de l'équipe Latence et débit, vous repousserez les frontières de l'inférence LLM en recherchant et en prototypant des techniques qui réduisent la latence et augmentent le débit - du décodage et de la quantification spéculatifs à la compression KV et aux nouvelles variantes d'attention. L'équipe se situe à l'intersection de la recherche et de la production : vous prendrez des idées de la littérature récente, formulerez des hypothèses, mènerez des expériences et expédierez les techniques qui ont fait leurs preuves dans notre pile de service.
Ce rôle se situe entre nos ingénieurs d'inférence, qui possèdent la pile de production, et nos chercheurs scientifiques, qui se concentrent sur les contributions au niveau papier. Vous serez plus axé sur la science qu'un simple ingénieur : vous devrez générer de nouvelles idées, suivre l'état de l'art et mettre en œuvre des preuves de concept qui comblent l'écart entre les résultats académiques et l'impact sur la production. Certaines techniques que vous explorerez entraîneront des pertes ou nécessiteront une intégration dans la formation : modèles de recyclage, architectures de réglage ou modèles auxiliaires de formation pour améliorer l'inférence.
Vous travaillerez en étroite collaboration avec les équipes Inference Foundation et Kernels, qui transforment vos techniques validées en recettes de production, et avec les équipes de pré-formation et RL lorsque votre travail touche à la formation de modèles. Le succès se mesure par les gains de latence ou de débit démontrés, d’abord à petite échelle, puis adoptés en production.
Ce que vous ferez
• Techniques de recherche et d'inférence de prototypes — décodage spéculatif, quantification, compression KV, filigrane et nouvelles architectures de modèles — en lisant la littérature récente et en formant des hypothèses testables.
• Concevoir et exécuter des expériences pour valider ou réfuter des idées, en itérant rapidement sur des configurations à petite échelle avant de proposer une intégration en production. Démontrez des gains clairs de latence ou de débit sans perte de qualité inacceptable.
• Collaborer avec l'équipe Inference Foundation pour intégrer des techniques validées dans la pile de services basée sur vLLM.
• Collaborer avec les équipes de pré-formation et RL lorsque les techniques nécessitent une co-formation, un recyclage ou une formation de modèles auxiliaires pour améliorer l'inférence.
Créez les outils et plateformes de validation appropriés pour faciliter la recherche d’inférence basée sur l’IA.
Ce que nous recherchons
• Une solide expérience en ML avec une solide connaissance des techniques de formation LLM : architecture, tokenisation, réglage fin et évaluation.
• Expérience pratique avec Python et PyTorch ; vous écrivez du code propre et expérimental et vous itérez rapidement. JAX est acceptable avec une forte maîtrise de Python. C++ et Rust ne sont pas requis, des connaissances CUDA et GPU sont attendues mais une expérience pratique n'est pas requise.
• Expérience de recherche sous une forme ou une autre : une thèse, des publications, un projet de recherche dédié ou un travail axé sur l'efficacité dans un laboratoire ou un environnement de recherche industrielle. Un doctorat n’est pas requis, mais nous recherchons une véritable profondeur de recherche.
• Un historique de conduite d'expériences : formuler des hypothèses, concevoir des comparaisons contrôlées et tirer des conclusions claires à partir des résultats.
• Familiarité avec l'état de l'art en matière d'inférence LLM — vous savez ce qui a été essayé, ce qui fonctionne et où se trouvent les problèmes en suspens.
• Autonome, modeste et collaboratif. Vous êtes à l’aise avec l’ambiguïté, les résultats négatifs et êtes désireux de prendre les choses en main.
• Une expérience en inférence ou en service est un plus et non une exigence. Un travail préalable avec vLLM, des déploiements LLM de production ou des systèmes de service vous aidera à accélérer votre montée en puissance.
Emplacement et distance
Ce rôle est basé dans nos bureaux de Paris ou de Londres (hybrides). Nous donnerons la priorité aux candidats résidant en région parisienne ou disposés à déménager. Nous croyons fermement à la valeur de la collaboration en personne pour favoriser des relations solides et une communication fluide au sein de notre équipe. Pour les profils seniors, nous considérerons également les candidats à distance basés en France. Dans ce cas, nous demandons à tous les nouveaux embauchés de se rendre dans notre bureau parisien :
• Pour la première semaine de leur intégration (hébergement et voyage couverts)
• Puis au moins 3 jours par mois
Ce que nous proposons
Nous proposons un ensemble d'avantages sociaux complet conçu pour soutenir votre bien-être, votre croissance et votre équilibre travail-vie personnelle. Les avantages varient selon les pays et peuvent inclure une couverture santé, un congé parental, des plans de retraite, une aide à la réinstallation, des programmes de bien-être, des indemnités de repas et de transport et d'autres avantages spécifiques au lieu.
Pour obtenir les détails les plus récents sur les avantages disponibles dans votre région, veuillez consulter notre page Avantages.
Politique de confidentialité
Votre vie privée nous tient à cœur. Vous pouvez en savoir plus sur la manière dont nous traitons vos données personnelles dans notre Politique de confidentialité des candidats.
Trouvez un emploi en France sur Arbeitnow
Source : Arbeitnow (https://www.arbeitnow.fr/jobs/companies/mistralai/research-engineer-latency-throughput-paris-319073)
Cette annonce provient d'un flux partenaire. Postulez sur le site source.
Source: Mistral.ai
Emplacement
Paris, France
Annonce fournie par Mistral.ai.
