Chercheur.se en apprentissage automatique / ML Research Scientist

English follows

Chercheur.se en apprentissage automatique

Équipe : IA sécuritaire pour l'humanité

À propos de Mila

Fondé par le professeur Yoshua Bengio de l’Université de Montréal, Mila rassemble des chercheurs spécialisés en intelligence artificielle (IA) et plus précisément en apprentissage automatique. Reconnu mondialement pour ses importantes contributions aux domaines de l’apprentissage profond et apprentissage par renforcement, 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 pour le bénéfice de tous.

Description de l'emploi 

Nous sommes à la recherche d'un.e chercheur.se en apprentissage automatique pour rejoindre notre équipe qui travaille sur les approches d'IA à sécurité garantie (“Guaranteed Safe, GS”). Ces approches garantissent que les systèmes d'IA se comportent de manière fiable, prévisible et en accord avec les valeurs et les intentions humaines, même s'ils deviennent de plus en plus performants et autonomes. Les stratégies GS prometteuses reposent sur la résolution d'un problème d'inférence difficile dans des modèles graphiques probabilistes à haute dimension. Nous recherchons donc un.e chercheur.se en apprentissage automatique ayant une expérience en inférence probabiliste et une capacité démontrée de réflexion approfondie sur les sujets complexes dans ce domaine.

Pour plus d'informations sur le programme de recherche, veuillez consulter l'article suivant (disponible en anglais seulement): "Superintelligent Agents Pose Catastrophic Risks: Can Scientist AI Offer a Safer Path?"

Responsabilités principales

• Développer des méthodes d'inférence amortie adaptées aux distributions discrètes et continues de haute dimension.
• Développer des méthodes d'apprentissage des paramètres et des structures de grands modèles graphiques probabilistes qui bénéficient de l'inférence probabiliste amortie.
• Concevoir des stratégies d'évaluation pour les méthodes GS qui reposent sur l'inférence probabiliste.
• Collaborer avec des mathématiciens sur la théorie liée à l'apprentissage et à l'inférence dans les modèles probabilistes.
• Traduire les propositions théoriques en implémentations de haute qualité dans un langage de programmation tel que Python.
• Analyser et interpréter les résultats expérimentaux pour orienter les recherches futures.
• Communiquer efficacement des résultats complexes à diverses parties prenantes.

Compétences et qualifications requises

• Diplôme supérieur dans un domaine pertinent (par exemple, informatique, mathématiques). Un doctorat est préférable mais non obligatoire si le candidat démontre des capacités exceptionnelles.
• 3 à 5 ans d'expérience dans la recherche sur l'apprentissage profond.
• Une expertise en inférence probabiliste est requise, en plus d'une expertise dans un ou plusieurs des domaines suivants :
• Méthodes d'inférence amortie (y compris GFlowNets)
• Méthodes d'inférence approximative basées sur l'échantillonnage
• Inférence bayésienne
• Apprentissage de paramètres et/ou de structures dans les modèles graphiques probabilistes (y compris les modèles causaux).
• Solides connaissances en mathématiques.
• Expérience avérée dans le développement et l’implémentation de modèles d'apprentissage automatique.
• Maîtrise des langages de programmation tels que Python, et expérience avec des outils d’apprentissage automatique tels que PyTorch ou TensorFlow.
• Excellentes compétences en matière d'analyse et de résolution de problèmes, avec une capacité démontrée d'esprit critique à l'égard de systèmes complexes.
• Solides compétences en communication, tant à l'écrit qu'à l'oral, avec la capacité d'expliquer des idées complexes à différentes parties prenantes.
• Avoir contribué à des recherches de haute qualité dans le domaine de l'inférence probabiliste ou dans des domaines connexes.
• Capacité à travailler de manière collaborative dans un environnement d'équipe tout en étant autonome et motivé.

Compétences et qualifications souhaitées

• Curiosité intellectuelle et passion pour le développement sécuritaire de systèmes d'intelligence artificielle avancés.
• Flexibilité pour s'adapter à l'évolution rapide des environnements de recherche et aux défis émergents en matière de sécurité de l'IA.
• Engagement envers des méthodes scientifiques rigoureuses et des considérations éthiques dans le développement de l'IA.
• Intérêt pour ou expérience de participation à des conférences et ateliers pertinents (par exemple, NeurIPS, ICLR, ICML).

De bonnes raisons pour travailler à Mila

• L’occasion de contribuer à une mission unique avec un impact important;
• Un programme d’assurance collective complet (maladie, dentaire, invalidité, vie, assurance voyage et garanties complémentaires);
• Un programme d’aide aux employés et à la famille;
• Un accès à un service de télémédecine;
• Une politique de congés annuels offrant une base de 20 jours de vacances dès l’embauche;
• Un régime d’épargne retraite avec contribution de l’employeur minimale de 4%;
• Une généreuse enveloppe flexible vous permettant de personnaliser vos avantages sociaux en fonction de ce qui contribue à votre bien-être. Vous pouvez sélectionner et combiner les options qui correspondent à vos besoins parmi les crédits style de vie, une assurance bonifiée, des journées de vacances supplémentaires et une contribution enrichie au régime de retraite;
• Un horaire flexible, un horaire d’été et une possibilité de télétravail;
• Un milieu de travail au cœur de la Petite Italie, dans le quartier branché Mile-Ex, à proximité des transports en commun;
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants;
• Une ambiance de travail collaborative et inclusive.

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.

-----------

ML Research Scientist

Team : Safe AI for Humanity (SAIFH)

About Mila

Founded by Professor Yoshua Bengio from the University of Montreal, Mila brings together researchers specializing in artificial intelligence (AI), particularly in machine learning. Globally recognized for its significant contributions to the fields of deep learning and reinforcement learning, Mila has distinguished itself in areas such as language modeling, machine translation, object recognition, and generative models. Since 2017, Mila has been the result of a collaboration between the University of Montreal and McGill University, in close partnership with Polytechnique Montreal and HEC Montreal.

Mila’s mission is to be a global hub for scientific advancements, inspiring innovation and the growth of artificial intelligence for the benefit of all.

Job Description

We are seeking a machine learning (ML) researcher to join our team working on Guaranteed Safe (GS) AI approaches. These approaches ensure that AI systems behave reliably, predictably, and in alignment with human values and intentions, even as they become increasingly capable and autonomous. Promising GS strategies rely on solving a difficult inference problem in high-dimensional probabilistic graphical models. We are therefore looking for an ML researcher with experience in probabilistic inference and a proven track record of thinking reliably about complex topics in this field.

For more information about the research program, see the following article: "Superintelligent Agents Pose Catastrophic Risks: Can Scientist AI Offer a Safer Path?"

Key Responsibilities

• Develop amortized inference methods suitable for high-dimensional discrete and continuous distributions.
• Develop parameter- and structure-learning methods for large probabilistic graphical models that benefit from amortized probabilistic inference.
• Design evaluation strategies for GS methods that rely on probabilistic inference.
• Collaborate with mathematicians on theory related to learning and inference in probabilistic models.
• Translate theoretical proposals into high quality implementations in a programming language such as Python.

• Analyze and interpret experimental results to steer future research directions.

• Communicate complex findings effectively to various stakeholders.

Required Skills and Qualifications

• Advanced degree in a relevant field (e.g., Computer Science, Mathematics). A PhD is preferred but not required if the candidate demonstrates exceptional abilities.
• 3-5 years of experience in deep learning research.
• Expertise in probabilistic inference is required, in addition to expertise in one or more of the following:
• Amortized inference methods (including GFlowNets)
• Sampling-based approximate inference methods
• Bayesian inference
• Parameter- and/or structure-learning in probabilistic graphical models (including causal models).
• Strong background in mathematics.
• Proven experience in developing and implementing machine learning models.
• Proficiency in programming languages such as Python, and experience with  ML frameworks like PyTorch or TensorFlow.
• Excellent analytical and problem-solving skills, with a demonstrated ability to think critically about complex systems.
• Strong communication skills, both written and verbal, with the ability to explain complex ideas to diverse audiences.
• Track record of contributing to high-quality research in probabilistic inference or related fields.
• Ability to work collaboratively in a team environment while also being self-motivated and independent.

Preferred Skills and Qualifications

• Intellectual curiosity and a passion for ensuring the safe development of advanced AI systems.
• Flexibility to adapt to rapidly evolving research landscapes and emerging challenges in AI safety.
• Commitment to rigorous scientific methods and ethical considerations in AI development.

• Interest in or experience participating in relevant conferences and workshops (e.g., NeurIPS, ICLR, ICML).

Good reasons to work at Mila

• The opportunity to contribute to a unique mission with a major impact;
• A comprehensive group insurance program (health, dental, disability, life, travel and extended benefits);
• An employee and family assistance program;
• Access to a telemedicine service;
• A vacation policy offering a base of 20 days' vacation upon hiring;
• A retirement savings plan with a minimum employer contribution of 4%;
• A generous flexible package allowing you to tailor your benefits to what contributes to your well-being. You can select and combine options to suit your needs, including lifestyle credits, enhanced insurance, extra vacation days and enriched pension contributions;
• Flexible working hours, a summer schedule and the possibility of telecommuting;
• A work environment in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation;
• A team of passionate experts in their field;
• A collaborative and inclusive work environment.

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 interested in working in an ecosystem that is constantly evolving and stimulated to contribute to the application and definition of a healthy and inclusive culture, to apply.