Senior AI Researcher- Reinforcement learning (f/m/d)

Unsere Mission

Aleph Alpha ist eines der wenigen Unternehmen in Europa mit einer End-to-End-Entwicklung von Modellen im eigenen Haus, einschließlich Vor- und Nachtraining. Wir entwickeln Modelle mit allgemeinen Fähigkeiten, die auch speziell darauf ausgelegt sind, die Bedürfnisse unserer Kunden zu erfüllen. Wir erweitern unser Nachtrainingsteam in Heidelberg (oder hybrid in Deutschland) und suchen einen AI Researcher, der ein tiefes theoretisches Verständnis von Methoden des Reinforcement Learning mit dem Wunsch kombiniert, den Stand der Technik zu verbessern und die Modellfähigkeiten im großflächigen Training zu optimieren.

Teamkultur

Bei Aleph Alpha fördern wir eine Kultur, die auf Eigenverantwortung, Autonomie und Empowerment basiert. Teams und Einzelpersonen werden ermutigt, Verantwortung für ihre Arbeit zu übernehmen und einen bedeutenden Einfluss auszuüben. Wir pflegen eine flache Organisationsstruktur mit effizientem, unterstützendem Management, das schnelle Entscheidungen, offene Kommunikation und ein starkes Gefühl für gemeinsame Ziele ermöglicht.

Über die Rolle

Als (Senior) AI Researcher für Reinforcement Learning werden Sie die zugrunde liegende RL-Methodik gestalten und verbessern, eine qualitativ hochwertige Trainingscodebasis pflegen und großflächige Experimente durchführen, um unsere Leistungsbenchmarks zu steigern. Diese Rolle ist für Sie geeignet, wenn Sie sowohl über einen starken theoretischen Hintergrund im Bereich RL als auch über den ingenieurtechnischen Antrieb verfügen, diese Methoden in die Produktion zu bringen und die Methoden als Teil des Reinforcement Learning-Teams zu verbessern.

In Ihrem Alltag werden Sie großflächige Reinforcement Learning-Experimente durchführen, Hypothesen aus den Ergebnissen ableiten und sowohl die Implementierung als auch die Methodik basierend auf den Beobachtungen iterieren. Gemeinsam mit einem kollaborativen Team werden Sie direkten Einfluss auf die Modelle haben, die wir unseren Kunden bereitstellen.

Ihre Verantwortlichkeiten

• Hill-climb im großflächigen Training: Durchführung großflächiger LLM-Trainingsläufe, tiefgehende Analyse der Bewertungsergebnisse, Vorschlag von Hypothesen zur Verbesserung und direkte Implementierung, um die Leistung auf unseren Benchmarks zu maximieren.
• Theoretische Innovation: Am Puls der RL-Forschung bleiben. Sie werden neuartige Ansätze für mehrstufiges Reinforcement Learning identifizieren, implementieren und iterieren.
• Skalierung unserer Trainingsinfrastruktur: Engpässe in unserem Trainingssetup identifizieren und unsere RL-Trainingsschleifen für großflächiges Training optimieren.
• Cross-funktionale Zusammenarbeit: Zusammenarbeit mit unseren anderen Nachtrainingsteams, um rohes Feedback in umsetzbare Trainingssignale umzuwandeln, damit unsere RL-Iterationen zu messbaren Verbesserungen in der nachgelagerten Leistung führen.

Ihr Profil

Grundqualifikationen

• Tiefes Verständnis der Theorie des Reinforcement Learning und wie sie sich auf moderne RL-Methoden bezieht.
• Erfahrung mit Multi-Node-LLM-Training (idealerweise unter Verwendung von RL). Sie verstehen, wie man Multi-Node-RL-Trainings skaliert und können über verteilte Algorithmen nachdenken und diese implementieren.
• Vertrautheit mit statistischen Methoden zur Bewertung und Versuchsplanung.
• Fähigkeit, darüber nachzudenken, was eine Bewertung/Umgebung misst und ob es wichtig ist - nicht nur Benchmarks ausführen, sondern sie auch verstehen.
• Starke Python-Kenntnisse und Vertrautheit mit ML-Tools (insbesondere torch distributed).
• Bereitschaft, nach Heidelberg umzuziehen oder regelmäßig zu reisen (potenziell wöchentlich).

Bevorzugte Qualifikationen

• PhD im Bereich Reinforcement Learning oder gleichwertige Forschungserfahrung.
• Eine Geschichte von Beiträgen zu erstklassigen Veranstaltungen (NeurIPS, ICML, ICLR usw.), insbesondere im Bereich RL.
• Erfahrung in der Bewertung von LLM-Modellen und der Gestaltung von Umgebungen für das Training.

Vergütung und Leistungen

Werden Sie Teil einer KI-Revolution!

• 30 Tage bezahlter Urlaub
• Zugang zu einer Vielzahl von Fitness- und Wellnessangeboten über Wellhub
• Psychische Gesundheitsunterstützung durch nilo.health
• Substantielle subventionierte betriebliche Altersvorsorge für Ihre zukünftige Sicherheit
• Subventioniertes deutschlandweites Verkehrsticket
• Budget für zusätzliche technische Ausrüstung
• Flexible Arbeitszeiten für eine bessere Work-Life-Balance und hybrides Arbeitsmodell
• Virtuelles Aktienoptionsprogramm
• JobRad® Fahrrad-Leasing