This recruiter is online.

This is your chance to shine!

Apply Now

Description

La participation au Programme de stages de recherche exige que vous vous trouviez physiquement aux États-Unis ou au Canada pendant toute la durée du stage. 

Participation in the Research Internship Program requires that you are physically located in the United States or Canada for the duration of the internship 

------------------------------

 

Permettre à chaque personne et à chaque organisation de la planète d’accomplir davantage. Voilà ce qui nous inspire, guide notre travail et nous incite à sans cesse remettre en question le statu quo. Chez Microsoft, nous nous efforçons également de permettre à nos employés d’en accomplir davantage. Nous croyons que chaque personne devrait trouver un sens à son emploi, c’est pourquoi nous nous assurons que nos employés bénéficient de la liberté et de la portée nécessaires pour contribuer à un monde meilleur. 

Empower every person and organization on the planet to achieve more.  That’s what inspires us, drives our work, and pushes us to challenge the status quo every day.  At Microsoft, we also work to empower our employees, so they can achieve more. We believe we should each find meaning in our work and we ensure employees have the freedom and the reach to help make a difference in the world.  

------------------------------------------

 

Microsoft Research (MSR) offre un environnement dynamique pour les carrières en recherche avec un réseau de laboratoires de recherche de classe mondiale dirigés par des scientifiques reconnus mondialement. Nos chercheurs innovent dans un large éventail de disciplines scientifiques et techniques afin de résoudre des problèmes complexes dans divers domaines, tel que l’informatique, les soins de santé, l’économie et l’environnement.   

Microsoft Research (MSR) provides a dynamic environment for research careers with a network of world-class research labs led by globally recognized scientists. Our researchers pursue innovation in a range of scientific and technical disciplines to help tackle complex problems in diverse fields, including computing, healthcare, economics, and the environment.   

--------------------------------------------

 

L’équipe d’Apprentissage profond et de langue de MSR Montréal a pour mission de créer des machines qui apprennent et comprennent le monde qui les entourent à l’aide de la compréhension du langage humain. Nous sommes un chef de file dans l’utilisation de l’apprentissage profond pour résoudre des problèmes complexes de compréhension linguistique, dans l’entrainement de machines, ainsi que dans la modélisation du raisonnement et des capacités de prise de décision. Basée à Montréal, plaque tournante mondiale de l’intelligence artificielle (IA), notre équipe réunit des experts dans divers domaines de l’apprentissage automatique et collabore étroitement avec la communauté universitaire environnante. 

 

The mission of Microsoft Research Montréal’s Deep Learning and Language team is to build machines that learn from and understand the world, with a particular focus on understanding through language. We are a leader in using deep learning to solve complex language-understanding problems and in training machines to model reasoning and decision-making capabilities. Based in Montréal, a global hub for Artificial Intelligence (AI), our team brings together experts in various machine-learning domains and collaborates deeply with the surrounding academic community. 

-------------------------------------------------------

 

Pour ce stage, nous sommes particulièrement intéressés par une collaboration pour approfondir notre compréhension de l’apprentissage par représentation au niveau lexical, y compris : 

  • Comment améliorer la généralisation du modèle sur des mots rares, notamment en optimisant le méta-apprentissage; 
  • Comment mieux modéliser la compositionnalité à partir du niveau lexical; comment prendre en compte les exceptions non compositionnelles dans les données pour améliorer la robustesse du modèle; 
  • Comment la représentation évolue-t-elle d’une indépendance au contexte (au niveau lexical) à une représentation contextuelle; comment tirer parti de cette évolution pour améliorer l’apprentissage par représentation ou l’efficacité du modèle.  

Specifically, for this Internship, we are interested in collaboration on deepening our understanding of representation learning on the lexical level, including: 

  • How to improve model generalization on rare words, particularly by leveraging meta-learning; 
  • How to better model compositionality from the lexical level up; how to accommodate for non-compositional exceptions in data to improve model robustness; 
  • How does representation evolve from being context-independent (on the leixcal level) to being contextual How to leverage this evolution to improve representation learning and/or model efficiency.  

 

Read more

Requirements

Level of education

undetermined

Diploma

In progress

Work experience (years)

undetermined

Written languages

undetermined

Spoken languages

undetermined