Postdoc: Diffusion LLM Reasoning & RL Research

Postdoc: Diffusion LLM Reasoning & RL Research

Vollzeit 49500 - 60500 € / Jahr (geschätzt) Vor Ort
A

Auf einen Blick

  • Aufgaben: Forschung zu Diffusions-LLMs und Entwicklung von Benchmark-Methoden für das reasoning.
  • Unternehmen: Universität Basel, Teil der Mathematik- und Informatikabteilung.
  • Vorteile: Wettbewerbsfähiges Gehalt, Forschungsressourcen und ein inspirierendes Umfeld.
  • Weitere Informationen: Startdatum flexibel ab Januar 2027, spannende Karrierechancen.
  • Warum dieser Job: Gestalte die Zukunft der KI mit innovativen Methoden und interdisziplinärer Zusammenarbeit.
  • Qualifikationen: Doktorat in Informatik oder verwandten Bereichen und Erfahrung in KI-Forschung.

Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.

The Rhine AI group of Prof. I.

Bogunovic within the Department of Mathematics and Computer Science at the University of Basel invites applications for a Postdoc position funded by the SNSF project Foundations of Post-Training for Reasoning in Diffusion Large Language Models.

Starting January 2027 or later, you will advance post-training methods for diffusion-based LLMs and develop benchmarks for reasoning across domains.

Postdoc: Diffusion LLM Reasoning & RL Research Arbeitgeber: Academic Positions

Die ETH Zürich ist ein hervorragender Arbeitgeber, der eine inspirierende Arbeitsumgebung bietet, in der Innovation und Zusammenarbeit im Vordergrund stehen. Als Postdoc & Process Engineer haben Sie die Möglichkeit, an spannenden Projekten mit industriellen Partnern zu arbeiten und Ihre Fähigkeiten in einem dynamischen, interdisziplinären Team weiterzuentwickeln. Die ETH fördert aktiv das Wachstum ihrer Mitarbeiter durch kontinuierliche Weiterbildung und bietet Zugang zu modernster Technologie in einer der führenden Forschungsinstitutionen Europas.

A

Kontaktdaten:

Academic Positions Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Postdoc: Diffusion LLM Reasoning & RL Research mit Bravour zu bestehen

Post-Training Methoden
Diffusionsbasierte LLMs
Benchmark-Entwicklung
Reasoning über verschiedene Domänen
Mathematische Modellierung
Datenanalyse
Forschungskompetenz