AI Research Scientist - Multimodal Intelligence

Stellen Sie sich vor, was Sie hier tun könnten. Bei Apple haben neue Ideen die Möglichkeit, außergewöhnliche Produkte, Dienstleistungen und Kundenerlebnisse sehr schnell zu werden. Bringen Sie Leidenschaft und Engagement in Ihre Arbeit ein, und es gibt keine Grenzen für das, was Sie erreichen könnten. Die Menschen, die hier arbeiten, haben ganze Branchen mit allen Apple-Hardwareprodukten neu erfunden. Die gleiche Innovationsleidenschaft, die in unsere Produkte einfließt, gilt auch für unsere Praktiken und stärkt unser Engagement, die Welt besser zu hinterlassen, als wir sie vorgefunden haben. Schließen Sie sich uns in dieser aufregenden Ära der Künstlichen Intelligenz an, um die nächsten bahnbrechenden Apple-Produkte und -Erlebnisse zu liefern!

Wir entwickeln kontinuierlich den Stand der Technik in Computer Vision und Machine Learning weiter und berühren alle Aspekte von Sprache und multimodalen Grundmodellen, von der Datensammlung über die Datenkurierung bis hin zu Modellierung, Bewertung und Bereitstellung. Als Mitglied unserer dynamischen Gruppe haben Sie die einzigartige und lohnende Gelegenheit, kommende Forschungsrichtungen im Bereich multimodaler Grundmodelle zu gestalten, die zukünftige Apple-Produkte inspirieren werden. Sie werden mit hochqualifizierten und technisch versierten Wissenschaftlern und Ingenieuren zusammenarbeiten, um bahnbrechende Lösungen für herausfordernde Probleme zu entwickeln.

Sie werden an der Weiterentwicklung der Fähigkeiten von Grundmodellen arbeiten und diese auf reale Anwendungen in Apple-Produkten ausrichten. Dazu gehört die Forschung und Entwicklung von Methoden, die die Ausrichtung, das Denken und die Anpassung großer Modelle an praktische Anwendungsfälle verbessern, während sichergestellt wird, dass sie Apples Standards für Effizienz, Skalierbarkeit und Datenschutz entsprechen. Ihr Fokus liegt auf der Erstellung maßgeschneiderter Grundmodelle mit gezielten Fähigkeiten, die effizient in eingeschränkten Umgebungen arbeiten und die nächste Generation von Intelligenz im gesamten Apple-Ökosystem unterstützen.

Ihre Arbeit umfasst das Verfolgen neuer Forschungsergebnisse und das Identifizieren geeigneter Techniken für die reale Bereitstellung, um wissenschaftliche Fortschritte in produktionsreife Lösungen zu übersetzen. Sie werden große Datenpipelines entwerfen und optimieren, die robustes Training und detaillierte Bewertungen von Grundmodellen unterstützen, und mit massiven multimodalen Datensätzen arbeiten, um die Leistungsgrenzen zu erweitern. Sie werden neue Techniken erkunden, die fokussiertes Denken, multimodales Verständnis und adaptives Verhalten stärken, sodass Modelle gut im großen Maßstab funktionieren und gleichzeitig auf spezifische Apple-Erlebnisse zugeschnitten sind.

Zusammenarbeit ist in dieser Rolle entscheidend. Sie werden mit multifunktionalen Teams von Ingenieuren und Forschern zusammenarbeiten, um maßgeschneiderte und effiziente Modelle in Apple-Produkte zu integrieren und intelligente sowie natürliche Benutzererlebnisse im gesamten Ökosystem zu ermöglichen.

Mindestens erforderliche Qualifikationen:

• Fundierte Programmierkenntnisse in Python und Erfahrung mit mindestens einem modernen Deep-Learning-Framework (PyTorch, JAX oder TensorFlow).
• Erfahrung mit groß angelegten Trainingspipelines und verteilten Systemen.
• MS in Informatik, Computer Vision, Machine Learning oder einem verwandten technischen Bereich und mindestens 6 Jahre relevante Erfahrung.

Bevorzugte Qualifikationen:

• PhD oder gleichwertige praktische Erfahrung in Informatik, Machine Learning oder einem verwandten technischen Bereich.
• Nachgewiesene Expertise im verwandten Bereich mit Publikationsnachweisen in relevanten Konferenzen (z.B. NeurIPS, ICML, ICLR, CVPR, ICCV, ECCV, COLM usw.).
• Erfahrung mit dem gesamten Spektrum des Trainings von Grundmodellen (Vision-Sprache).
• Vertrautheit mit groß angelegten Datenpipelines, einschließlich Datenkurierung, Vorverarbeitung und effizienter Speicherung.
• Fähigkeit, effektiv in einer multifunktionalen, kollaborativen Umgebung zu arbeiten.
• Erfahrung mit fortgeschrittenen Denk- oder Verstärkungslernmethoden.
• Erfahrung mit Modell-Destillation unter Verwendung von On-Policy- oder Off-Policy-Techniken.