Auf einen Blick
- Aufgaben: Forschung im Bereich Reinforcement Learning und Entwicklung innovativer Algorithmen.
- Unternehmen: ALPI Lab an der Universität Zürich mit einem dynamischen Team.
- Vorteile: Vollfinanzierte Position, Zugang zu UZH.ai Hub und ETH AI Center.
- Weitere Informationen: Exzellente Karrierechancen und ein inspirierendes Forschungsumfeld.
- Warum dieser Job: Gestalte die Zukunft des maschinellen Lernens und arbeite an spannenden Projekten.
- Qualifikationen: Master-Abschluss in Informatik oder verwandten Bereichen und Kenntnisse in Python.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Wir suchen einen hochmotivierten Studenten, der dem ALPI Lab an der Universität Zürich, geleitet von Prof. Giorgia Ramponi, beitritt. Die Position beginnt als Forschungsassistent mit der Absicht, später eine PhD-Position zu werden. Die Position ist vollständig finanziert, und der Kandidat wird auch mit dem UZH.ai Hub und dem ETH AI Center verbunden sein.
Der Kandidat wird an der Weiterentwicklung der Grundlagen der sequenziellen Entscheidungsfindung arbeiten, insbesondere mit Fokus auf eine oder mehrere der folgenden Richtungen:
- Multi-Agenten-Lernen: Verbesserung unseres Verständnisses strategischer Interaktionen zwischen Lernagenten, einschließlich Gleichgewichtsberechnung, spieltheoretischen Grundlagen und skalierbaren Algorithmen für Multi-Agenten-Systeme.
- Multi-Agenten-LLM-Systeme: Entwurf und Analyse von Rahmenbedingungen, in denen mehrere große Sprachmodell-Agenten interagieren, verhandeln und koordinieren, basierend auf spieltheoretischen und verstärkenden Lernprinzipien, um emergente Verhaltensweisen, Ausrichtung in Mehrparteien-Einstellungen und strategische Kommunikation unter LLM-basierten Agenten zu verstehen.
- Imitationslernen und Lernen aus menschlichem Feedback: Entwurf von fundierten Methoden zum Lernen von Verhaltensweisen aus Demonstrationen oder Präferenzen, einschließlich inverses Verstärkungslernen, Präferenzabfrage und Belohnungsspezifikation.
- Sequenzielle Entscheidungsfindung unter Einschränkungen: Aufbau von Rahmenbedingungen für sicheres und eingeschränktes Politik-Optimierung, einschließlich eingeschränkter MDPs, eingeschränkter Markov-Spiele und Einstellungen mit begrenzten oder keinen expliziten Belohnungssignalen.
Wir suchen Kandidaten mit:
- Master-Abschluss (abgeschlossen oder bald erwartet) in Informatik, Mathematik, maschinellem Lernen, Statistik oder einem verwandten Bereich.
- Starkem Hintergrund in mindestens einem der folgenden Bereiche: maschinelles Lernen, verstärkendes Lernen, Optimierung, Wahrscheinlichkeit, Statistik, Spieltheorie oder angewandte Mathematik.
- Kenntnissen in Python und Frameworks wie PyTorch oder JAX.
- Ausgezeichneten schriftlichen und kommunikativen Fähigkeiten in Englisch.
Research assistant (PhD position) in Reinforcement Learning at University of Zurich Arbeitgeber: ELLIS
Die Universität Zürich bietet eine herausragende Arbeitsumgebung für engagierte Forscher, die sich für Reinforcement Learning interessieren. Mit einer voll finanzierten Position im ALPI Lab unter der Leitung von Prof. Giorgia Ramponi profitieren Sie von einer dynamischen Forschungsatmosphäre, exzellenten Wachstums- und Entwicklungsmöglichkeiten sowie der Zusammenarbeit mit führenden Institutionen wie dem UZH.ai Hub und dem ETH AI Center. Hier haben Sie die Chance, an innovativen Projekten zu arbeiten und Ihre akademische Karriere in einem inspirierenden Umfeld voranzutreiben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Research assistant (PhD position) in Reinforcement Learning at University of Zurich erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus dem ALPI Lab oder der UZH.ai Hub in Kontakt zu treten. Frag nach ihren Erfahrungen und zeig dein Interesse an der Position.
✨Tipp Nummer 2
Bereite dich auf das Vorstellungsgespräch vor, indem du dich intensiv mit den Themen Reinforcement Learning und Multi-Agenten-Systemen auseinandersetzt. Zeig, dass du nicht nur die Theorie verstehst, sondern auch praktische Anwendungen im Kopf hast.
✨Tipp Nummer 3
Sei proaktiv! Wenn du Fragen zur Forschung oder den Projekten hast, zögere nicht, diese direkt an Prof. Ramponi oder das Team zu richten. Das zeigt dein Engagement und Interesse an der Arbeit.
✨Tipp Nummer 4
Bewirb dich über unsere Website! So stellst du sicher, dass deine Bewerbung direkt an die richtige Stelle gelangt. Und vergiss nicht, deine Leidenschaft für das Thema in deiner Kommunikation zu betonen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Research assistant (PhD position) in Reinforcement Learning at University of Zurich mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache, um deine Motivation für die Position zu verdeutlichen. Lass uns wissen, warum du gerade im ALPI Lab arbeiten möchtest und was dich an Reinforcement Learning fasziniert.
Betone deine Fähigkeiten:Stell sicher, dass du deine relevanten Fähigkeiten und Erfahrungen klar hervorhebst. Wenn du Kenntnisse in Python oder Frameworks wie PyTorch hast, dann lass uns das wissen! Wir wollen sehen, dass du die nötigen Skills mitbringst, um in unserem Team erfolgreich zu sein.
Schreibe klar und präzise:Achte darauf, dass deine Bewerbung gut strukturiert und leicht verständlich ist. Vermeide es, zu viele Fachbegriffe zu verwenden, und erkläre deine Ideen klar. Wir schätzen gute Kommunikation, also zeig uns, dass du das kannst!
Bewirb dich über unsere Website:Um sicherzustellen, dass wir deine Bewerbung schnell und effizient bearbeiten können, bewirb dich bitte direkt über unsere Website. So können wir dich besser kennenlernen und dir die bestmögliche Rückmeldung geben!
Wie man sich auf ein Vorstellungsgespräch bei ELLIS vorbereitet
✨Verstehe die Grundlagen der Verstärkungslernen
Mach dich mit den grundlegenden Konzepten des Verstärkungslernens vertraut. Lies aktuelle Forschungsarbeiten und verstehe die verschiedenen Ansätze, die in der Stellenbeschreibung erwähnt werden, wie Multi-Agent Learning und Imitation Learning. So kannst du im Interview gezielt auf Fragen eingehen und deine Kenntnisse unter Beweis stellen.
✨Bereite praktische Beispiele vor
Überlege dir konkrete Projekte oder Erfahrungen, die du in Python oder mit Frameworks wie PyTorch oder JAX gemacht hast. Sei bereit, diese im Interview zu erläutern und zu zeigen, wie du Probleme gelöst hast. Das zeigt nicht nur dein technisches Wissen, sondern auch deine praktische Anwendung.
✨Stelle kluge Fragen
Bereite einige durchdachte Fragen über das ALPI Lab und die Forschungsrichtung von Prof. Giorgia Ramponi vor. Zeige Interesse an den Projekten und der Teamdynamik. Fragen wie 'Wie sieht die Zusammenarbeit zwischen den verschiedenen Forschungsgruppen aus?' können dir helfen, einen guten Eindruck zu hinterlassen.
✨Kommuniziere klar und präzise
Achte darauf, dass du deine Gedanken klar und strukturiert ausdrückst. Übe, technische Konzepte einfach zu erklären, als würdest du sie jemandem ohne Fachwissen präsentieren. Gute Kommunikationsfähigkeiten sind entscheidend, besonders in einem interdisziplinären Umfeld wie dem UZH.ai Hub.
