AI Scientist - Agentic Engineering in Berlin

Über Mistral

Mistral bietet Full-Stack-AI-Lösungen: von Frontier-Modellen bis hin zu Entwickler-Tools, Anwendungen und Rechenleistung. Wir arbeiten mit Unternehmen zusammen, die die schwierigsten Probleme in hochriskanten Branchen wie Finanzen, Fertigung, Verteidigung, Gesundheitswesen und dem öffentlichen Sektor angehen, und co-kreieren maßgeschneiderte AI-Systeme, die sie nach ihren eigenen Bedingungen betreiben können. Wir sind ein dynamisches, kollaboratives Team, das leidenschaftlich an AI und ihrem Potenzial zur Transformation der Gesellschaft interessiert ist. Unsere vielfältige Belegschaft gedeiht in wettbewerbsintensiven Umgebungen und ist bestrebt, Innovationen voranzutreiben. Unsere Teams sind zwischen Europa, Nordamerika, Asien und dem Nahen Osten verteilt. Wir sind kreativ, egoarm und teamorientiert.

Die Rolle

Mistral sucht AI-Wissenschaftler mit tiefem ML-Know-how und praktischer Ingenieurerfahrung, um die Möglichkeiten unserer agentischen Tools im gesamten Engineering-Lebenszyklus zu erweitern — CAE (CFD, FEA usw.) und EDA/Semi. In Zusammenarbeit mit dem AI4Engineering Science-Team besteht Ihre Hauptaufgabe darin, die Vor- und Nachtrainingsdaten für Mistrals LLMs zu erstellen, damit diese über echte Ingenieuraufgaben nachdenken und diese ausführen können. Da Mistral seine eigenen Frontier-LLMs trainiert, werden die von Ihnen entworfenen Daten und Verifier direkt in Modelle integriert, die Sie halten können, eine seltene Position und der Kern der Arbeit. Nebenbei helfen Sie dabei, die Agentenarchitekturen und -hilfen zu gestalten, die es diesen Modellen ermöglichen, zuverlässig innerhalb mehrstufiger Ingenieur-Workflows zu arbeiten, und nicht nur isolierte Fragen zu beantworten. Sie arbeiten eng mit Fachexperten aus CAE und EDA oder anderen Bereichen zusammen, um diese Arbeit in die tatsächliche Arbeitsweise von Ingenieuren zu verankern, und mit dem breiteren Forschungsteam, um diese fachliche Verankerung in Trainingssignale und Evaluierungsbenchmarks zu übersetzen, die die tatsächliche Aufgabenkompetenz messen. Dies ist eine frühe Phase der Arbeit, und das ist der Punkt: Sie würden an der Basis beitreten, die Daten, Verifier und Agentenstruktur gestalten, die entscheiden, ob diese Systeme zuverlässig werden oder auf Demostand bleiben. Es gibt kein übernommenes Handbuch, Sie helfen dabei, zu definieren, wie gut aussieht, und Ihre Arbeit wird die Richtung bestimmen, in die das Team aufbaut, anstatt eine bestehende zu erweitern.

Was Sie tun werden

• Entwerfen von Vortraining, SFT und RL-Daten für Ingenieuraufgaben in CAD, CAE und Halbleiter/EDA
• Definieren von Verifiers und Evaluierungskriterien, die erfassen, was "korrekt" und "hochwertig" tatsächlich für jede Ingenieuraufgabe bedeutet, über oberflächliche Plausibilität hinaus
• Entwerfen und Verbessern von Agentenarchitekturen und -hilfen: wie Modelle planen, Werkzeuge aufrufen, Fehler beheben und Schritte in langen Ingenieur-Workflows miteinander verknüpfen
• Erstellen von Evaluierungsbenchmarks und Diagnosetools, um zu identifizieren, wo Modelle bei Ingenieuraufgaben versagen, und diese Fehler auf Lücken in Daten, Belohnungsdesign oder Agentenstruktur zurückzuführen
• Zusammenarbeiten mit Fachexperten aus CAE und EDA oder anderen Bereichen (und den Wissenschafts- und Lösungsteams im weiteren Sinne), um zu identifizieren, welche Ingenieur-Workflows als nächstes den höchsten Wert haben
• Beitragen zu Mistrals umfassenderer Vor- und Nachtrainingsforschung, indem Sie Erkenntnisse und Methoden innerhalb der Wissenschaftsorganisation teilen

Was wir suchen

• Fließendes Englisch mit hervorragenden Kommunikationsfähigkeiten, in der Lage, technische ML- und Ingenieurkonzepte sowohl technischen als auch nicht-technischen Zielgruppen zu erklären
• Tiefes, praktisches Fachwissen im Bereich maschinelles Lernen, insbesondere in der Entwicklung von LLMs
• Nachgewiesene Erfahrung in der Durchführung, Fehlersuche und Validierung realer Ingenieur-Workflows in mindestens einem der Bereiche CAD, CAE, Halbleitersimulation oder EDA
• Sie schreiben sauberen, lesbaren Python-Code und sind in Linux/HPC-Umgebungen vertraut
• Selbstgesteuert, Sie benötigen keine detaillierten Fahrpläne, um Fortschritte zu erzielen
• Egoarm, kollaborativ und bereit zu lernen an der Schnittstelle von Ingenieurwesen und ML

Es wäre großartig, wenn Sie

• Erfahrung im Aufbau oder der Feinabstimmung agentischer Systeme (Werkzeugnutzung, mehrstufige Planung, Agentenorchestrierungsrahmen) haben
• Erfahrung mit Belohnungsmodellierung, RLHF/RLAIF/RLVR oder präferenzbasiertem Training haben
• Industrielle oder akademische Erfahrung mit CAE- oder EDA-Tools (z.B. SolidWorks, CATIA, Fluent, Abaqus, LS-DYNA, STAR-CCM+, Cadence/Synopsys/Siemens EDA-Tools) haben
• Zu einem großen Open-Source- oder Industrie-Codebeitrag beigetragen haben
• Veröffentlichungen in Ingenieur- und ML-Veranstaltungen (NeurIPS, ICLR, JFM, AIAA usw.) haben

Was wir anbieten

Wir bieten ein umfassendes Leistungspaket, das darauf ausgelegt ist, Ihr Wohlbefinden, Wachstum und Ihre Work-Life-Balance zu unterstützen. Die Leistungen variieren je nach Land und können Krankenversicherung, Elternzeit, Altersvorsorge, Umzugshilfe, Wellness-Programme, Essens- und Transportzulagen sowie andere standortspezifische Vorteile umfassen. Für die aktuellsten Informationen zu den in Ihrem Standort verfügbaren Leistungen besuchen Sie bitte unsere Seite zu den Vorteilen.

Datenschutzrichtlinie

Ihre Privatsphäre ist uns wichtig. Sie können mehr darüber erfahren, wie wir Ihre persönlichen Daten in unserer Datenschutzrichtlinie für Bewerber behandeln.