AIML - Machine Learning Research Engineer, Generative AI - AFM

AIML - Machine Learning Research Engineer, Generative AI - AFM

Zürich Vollzeit 60000 - 80000 € / Jahr (geschätzt) Kein Homeoffice möglich
Apple

Auf einen Blick

  • Aufgaben: Entwickle und skaliere RL-Methoden zur Verbesserung von KI-Modellen und deren Anwendungen.
  • Unternehmen: Werde Teil von Apples innovativem Generative AI-Team in Zürich.
  • Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Zugang zu modernster Technologie.
  • Weitere Informationen: Dynamisches Team mit exzellenten Wachstums- und Entwicklungsmöglichkeiten.
  • Warum dieser Job: Gestalte die Zukunft von Siri und beeinflusse Milliarden von Nutzern weltweit.
  • Qualifikationen: MSc, PhD oder gleichwertige Erfahrung in ML oder verwandten Bereichen.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Schließen Sie sich Apples Generative AI-Team in Zürich als Machine Learning Engineer an, der sich auf das Post-Training von Fundamentalmustern spezialisiert! Unser Team fördert das Reinforcement Learning (RL) für agentische Werkzeugnutzung, Planung und Argumentation, um Apples Fundamentalmuster zu verbessern. Unsere Arbeit prägt direkt die Funktionen von Apple Intelligence wie Siri – mit Auswirkungen auf Milliarden von Nutzern – und trägt zur Forschung auf dem neuesten Stand der Technik bei. Sie werden mit einer engagierten Gruppe von Forschern in Zürich zusammenarbeiten und eng mit Apples Kernteams für Fundamentalmuster in Cupertino und NY kooperieren.

In unserem Team werden Sie:

  • RL-Methoden entwickeln und skalieren, um das Denken, das Befolgen von Anweisungen, den mehrstufigen Dialog zu verbessern und Halluzinationen in großen Sprachmodellen zu reduzieren.
  • Agenten mit Werkzeugnutzung, Planung und API-Integration entwerfen und trainieren, um Aufgaben zuverlässig zu erledigen.
  • Belohnungsmodelle, Evaluatoren, Datensätze und Simulationsumgebungen (z.B. für RLHF, RLAIF und RLVF) erstellen und verfeinern.
  • Großangelegte Experimente durchführen, Ergebnisse analysieren und Erkenntnisse sowohl in Forschungsbeiträge als auch in praktische Verbesserungen für Apple Intelligence umsetzen.
  • Innerhalb eines europaweit basierten Teams von ~35 RL/ML-Experten zusammenarbeiten und eng mit Apples Fundamentalmustergruppen in den USA koordinieren.

Wir schätzen Forscher, die bereit sind, den Raum zwischen grundlegender Forschung und angewandter Arbeit zu erkunden – mit Möglichkeiten, sowohl zum wissenschaftlichen Fortschritt als auch zu realen Anwendungen beizutragen!

Mindestens erforderliche Qualifikationen:

  • MSc, PhD oder gleichwertige Forschungs-/Branchenerfahrung in Informatik, Maschinellem Lernen, Elektrotechnik oder einem verwandten Bereich.
  • Starker Hintergrund in Reinforcement Learning und Deep Learning, mit praktischer Erfahrung im Training großangelegter Modelle, insbesondere LLMs.
  • Kenntnisse in Python und modernen ML-Frameworks (z.B. PyTorch, JAX), mit nachgewiesener Erfahrung im verteilten Training.
  • Fähigkeit zur Zusammenarbeit in interdisziplinären Teams und zur klaren Kommunikation komplexer Konzepte sowohl an technische als auch an nicht-technische Partner.

Bevorzugte Qualifikationen:

  • Veröffentlichungen in führenden ML/AI-Veranstaltungen oder gleichwertige Beiträge durch Open-Source- oder wirkungsvolle Branchenarbeit.
  • Praktische Erfahrung mit Werkzeugnutzung, Planung, Abruf und agentischen Integrationen für LLMs.
  • Erfahrung mit Datenkuratierung, Evaluierungsrahmen und Sicherheits-/Schutzmethoden.
  • Fähigkeit, Experimente im großen Maßstab zu entwerfen und durchzuführen sowie innovative Ansätze für herausfordernde Probleme zu entwickeln.

Bei Apple setzen wir uns dafür ein, alle Bewerber fair und gleich zu behandeln. Wir werden mit Bewerbern zusammenarbeiten, um angemessene Anpassungen vorzunehmen. Bei Apple glauben wir, dass Zugänglichkeit ein fundamentales Menschenrecht ist. Diese Idee spiegelt sich in allem hier wider – in unserer Kultur, unseren Vorteilen und unseren digitalen Tools. Indem wir so viele Perspektiven wie möglich willkommen heißen, helfen wir Ihnen, eine Karriere aufzubauen, in der Sie sich zugehörig fühlen.

AIML - Machine Learning Research Engineer, Generative AI - AFM Arbeitgeber: Apple

Apple ist ein hervorragender Arbeitgeber, der innovative Talente in Zürich anzieht und fördert. Unsere offene und kollaborative Arbeitskultur ermöglicht es Ihnen, an bahnbrechenden Projekten im Bereich der generativen KI zu arbeiten, während Sie von einem engagierten Team von Experten umgeben sind. Zudem bieten wir umfangreiche Möglichkeiten zur beruflichen Weiterentwicklung und legen großen Wert auf Vielfalt und Inklusion, sodass jeder Mitarbeiter die Chance hat, seine Ideen einzubringen und einen bedeutenden Einfluss auf Millionen von Nutzern weltweit zu haben.

Apple

Kontaktdaten:

Apple Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so AIML - Machine Learning Research Engineer, Generative AI - AFM erhalten könnten

Netzwerken ist der Schlüssel

Nutze LinkedIn und andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach informellen Gesprächen oder Mentoring – oft ergeben sich so die besten Jobchancen!

Sei proaktiv bei der Bewerbung

Warte nicht nur auf Stellenanzeigen! Schau dir unsere Website an und bewirb dich direkt bei uns. Oft haben wir Positionen, die noch nicht veröffentlicht sind.

Bereite dich auf technische Interviews vor

Mach dich mit typischen Fragen zu Reinforcement Learning und Deep Learning vertraut. Übe Coding-Challenges und sei bereit, deine Lösungen zu erklären – das zeigt dein Verständnis!

Zeige deine Leidenschaft

Sprich über deine Projekte und Erfahrungen, die deine Begeisterung für KI und maschinelles Lernen zeigen. Arbeitgeber suchen nach Kandidaten, die wirklich für das brennen, was sie tun!

Wir glauben, dass du diese Fähigkeiten brauchst, um AIML - Machine Learning Research Engineer, Generative AI - AFM mit Bravour zu bestehen

Reinforcement Learning
Deep Learning
Python
PyTorch
JAX
Distributed Training
Data Curation

Einige Tipps für deine Bewerbung 🫡

Mach deine Bewerbung persönlich!:Zeig uns, wer du wirklich bist! Verwende eine freundliche und authentische Sprache, um deine Leidenschaft für Machine Learning und Generative AI zu vermitteln. Lass uns wissen, warum du Teil unseres Teams werden möchtest!

Betone deine Erfahrungen:Hebe deine relevanten Erfahrungen in Reinforcement Learning und Deep Learning hervor. Zeige uns konkrete Beispiele, wie du große Modelle trainiert hast und welche Tools du dabei verwendet hast. Das macht einen großen Unterschied!

Klarheit ist der Schlüssel:Achte darauf, dass deine Bewerbung klar und strukturiert ist. Vermeide Fachjargon, wenn es nicht nötig ist, und erkläre komplexe Konzepte so, dass sie auch für Nicht-Experten verständlich sind. Wir wollen sehen, dass du gut kommunizieren kannst!

Bewirb dich über unsere Website:Vergiss nicht, deine Bewerbung über unsere offizielle Website einzureichen! So stellst du sicher, dass sie direkt bei uns landet und wir sie schnell bearbeiten können. Wir freuen uns auf deine Bewerbung!

Wie man sich auf ein Vorstellungsgespräch bei Apple vorbereitet

Verstehe die Grundlagen von RL und LLMs

Mach dich mit den Grundlagen des Reinforcement Learning (RL) und der großen Sprachmodelle (LLMs) vertraut. Sei bereit, spezifische Beispiele aus deiner Erfahrung zu teilen, wie du diese Technologien angewendet hast, um Probleme zu lösen oder Projekte voranzutreiben.

Bereite praktische Beispiele vor

Denke an konkrete Projekte, an denen du gearbeitet hast, insbesondere solche, die mit Tool-Nutzung, Planung oder API-Integration zu tun haben. Zeige, wie deine Arbeit direkte Auswirkungen auf die Ergebnisse hatte und welche Methoden du verwendet hast, um Herausforderungen zu meistern.

Kommunikation ist der Schlüssel

Übe, komplexe technische Konzepte einfach und klar zu erklären. Du wirst in einem interdisziplinären Team arbeiten, also sei bereit, deine Ideen sowohl technischen als auch nicht-technischen Partnern zu präsentieren.

Sei bereit für technische Fragen

Erwarte, dass dir technische Fragen zu Python, PyTorch oder JAX gestellt werden. Stelle sicher, dass du deine Kenntnisse in diesen Bereichen auffrischst und bereit bist, deine Erfahrungen mit verteiltem Training zu diskutieren.