CV specjalisty ds. badań nad AI

Badacz AI z 8-letnim doświadczeniem w stosowanym laboratorium badawczym uczenia maszynowego, opracowujący modele Transformer i metody uczenia ze wzmocnieniem. Specjalizuje się w projektowaniu eksperymentów, ocenie modeli i powtarzalnych procesach trenowania. Ma tytuł doktora informatyki i publikacje naukowe recenzowane przez innych badaczy.

Starszy pracownik naukowy w Cedar Peak Intelligence, Boulder, CO (2021 – obecnie) - Zaprojektował metodę uczenia ze wzmocnieniem do wieloetapowych zadań językowych i zwiększył odsetek ukończonych zadań o 4 punkty procentowe w wewnętrznym zestawie ewaluacyjnym. - Zbudował potok oceny 12 wariantów modelu w PyTorch, skracając czas przeglądu eksperymentów z 5 do 3 dni. - Wspierał rozwój 2 współpracowników naukowych w zakresie projektowania eksperymentów i powtarzalnych procesów pracy; wniósł wyniki eksperymentów do 3 wspólnych artykułów. Pracownik naukowy w Alpine Signal Labs, Denver, CO (2018 – 2021) - Wytrenował modele Transformer do rozumienia dokumentów za pomocą rozproszonych zadań PyTorch, zmniejszając błąd walidacji o 9% na wydzielonym zbiorze danych. - Przygotował badania ablacyjne dla 6 konfiguracji modelu i wskazał prostszą architekturę, która zmniejszyła zapotrzebowanie na moc obliczeniową podczas trenowania o 15%.

Doktor informatyki — Summit Plains University, Fort Collins, CO (2018)

• „Efficient Adaptation for Long-Form Document Tasks”, NeurIPS (2024) • „Preference Optimization Under Limited Feedback”, ICML (2022)

• PyTorch, JAX, Weights & Biases • Slurm, Git, LaTeX