AI Research Engineer (Agentic Post-training)

Wir suchen derzeit einen AI Research Engineer (Agentic Post-training) in Deutschland. Diese Rolle befindet sich an der Spitze der Entwicklung großer Sprachmodelle und konzentriert sich auf die Verbesserung von Post-Training-Techniken für agentische KI-Systeme. Sie werden dazu beitragen, Modelle zu gestalten, die über die Textgenerierung hinausgehen und aktiv reasoning, Planung und Ausführung von Aufgaben durch Werkzeugnutzung und Funktionsaufrufe ermöglichen. Die Arbeit umfasst Forschung und Ingenieurwesen mit direktem Einfluss auf produktionsreife KI-Systeme, die in realen Anwendungen eingesetzt werden.

Sie werden Trainingspipelines entwerfen und verbessern, die es Modellen ermöglichen, zuverlässig in mehrstufigen, mehrwerkzeugbasierten Umgebungen zu arbeiten. Die Umgebung ist stark forschungsorientiert, kollaborativ und schnelllebig und bringt Experten für KI-Systeme, multimodales Lernen und verteiltes Training zusammen. Ihre Beiträge werden direkt die nächste Generation intelligenter, autonomer KI-Agenten beeinflussen, die sowohl in Cloud- als auch in Edge-Geräten operieren können.

• Durchführung von End-to-End-Forschungs- und Ingenieurarbeiten zur Verbesserung von Post-Training-Methoden für agentische KI-Systeme, mit Fokus auf Werkzeugnutzung, reasoning und autonomes Verhalten in realen Aufgaben.
• Verbesserung der Kernmodellfähigkeiten, einschließlich Faktizität, Befolgen von Anweisungen, mehrstufigem reasoning, Werkzeug-/Funktionsaufrufen und Koordination mehrerer Agenten.
• Entwurf, Aufbau und Optimierung großangelegter Post-Training-Pipelines, einschließlich Datenkuratierungs-Workflows, Trainingsinfrastruktur und Evaluierungsrahmen.
• Entwicklung robuster Benchmarking- und Diagnosesysteme zur Bewertung der Modellleistung, Zuverlässigkeit und Einsatzbereitschaft.
• Integration von Feedbacksignalen aus der Produktion in die Trainingsschleifen, um das Modellverhalten kontinuierlich zu verbessern.
• Enge Zusammenarbeit mit Forschungs-, Ingenieur- und Produktteams, um eine skalierbare, produktionsbereite Integration agentischer Fähigkeiten sicherzustellen.
• Identifizierung von Engpässen in aktuellen Systemen und Vorschlag neuartiger Lösungen zur Verbesserung der Effizienz, Zuverlässigkeit und Leistung von werkzeugunterstützten Modellen.

• Abschluss in Informatik, Maschinenlernen oder einem verwandten Bereich; ein fortgeschrittener Abschluss (MS/PhD) wird stark bevorzugt.
• Starker Hintergrund in großen Sprachmodellen mit nachgewiesener Erfahrung in Post-Training-Techniken wie Feinabstimmung, Verstärkungslernen oder Anweisungstuning.
• Praktische Erfahrung mit verteilten Trainingssystemen und der Entwicklung großangelegter Modelle (z.B. Multi-GPU- oder Multi-Node-Umgebungen).
• Nachgewiesene Expertise in der Verbesserung des Modellreasonings, der Werkzeugnutzung, der Funktionsaufrufe oder agentischer Workflows zur Erreichung von Spitzenleistungen.
• Erfahrung im Umgang mit multimodalen Daten (Text, Bild, Audio) und beim Aufbau oder der Optimierung von Datenpipelines für das KI-Training.
• Starke Erfolgsbilanz bei Forschungsbeiträgen, idealerweise einschließlich Veröffentlichungen auf erstklassigen KI-Konferenzen (z.B. NeurIPS, ICML, ICLR, ACL, CVPR, ECCV).
• Open-Source-Beiträge im Zusammenhang mit KI-Agenten, Werkzeugnutzung oder LLM-Systemen (z.B. GitHub, Hugging Face) sind sehr geschätzt.
• Starkes analytisches Denken, Problemlösungsfähigkeiten und die Fähigkeit, in schnelllebigen, forschungsintensiven Umgebungen zu arbeiten.
• Ausgezeichnete Kommunikationsfähigkeiten und die Fähigkeit, effektiv über technische und funktionsübergreifende Teams hinweg zu kollaborieren.

• Remote-first und global verteilte Arbeitsumgebung.
• Gelegenheit, an hochmodernen KI-Systemen zu arbeiten, die die Zukunft der agentischen Intelligenz gestalten.
• Einblick in großangelegte, reale KI-Einsätze und fortgeschrittene Forschungsprobleme.
• Kollaborative Umgebung mit erstklassigen Forschern und Ingenieuren in den Bereichen KI, Systeme und Produkte.
• Einflussreiche Rolle mit starker Verantwortung für Forschungs- und Ingenieureinitiativen.
• Kontinuierliches Lernen und berufliches Wachstum in einem sich schnell entwickelnden Deep-Tech-Ökosystem.
• Wettbewerbsfähige Vergütung und leistungsbasierte Wachstumschancen (wo zutreffend).