Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Führe innovative Forschung im Bereich Reinforcement Learning und Code-Generierung durch.
- Arbeitgeber: IBM Research Zürich und TU Wien bieten eine einzigartige Forschungsumgebung.
- Mitarbeitervorteile: Flexible Arbeitszeiten, internationale Konferenzen und die Möglichkeit zur Zusammenarbeit mit Experten.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an realen Projekten mit echtem Einfluss.
- Gewünschte Qualifikationen: Hervorragende Leistungen in Informatik oder verwandten Bereichen, Python-Kenntnisse erforderlich.
- Andere Informationen: Möglichkeit für einen Aufenthalt an der Aarhus Universität während des Studiums.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Die IBM Research Zurich Laboratory und die TU Wien bieten eine fantastische Gelegenheit für einen hochmotivierten Studenten, unserem Team als Doktorand (DC) beizutreten und in einer einzigartigen Forschungs- und Unternehmensumgebung zur Weiterentwicklung des Standes der Technik in den Techniken des Reinforcement Learning (RL) für die Codegenerierung beizutragen. Der DC wird die Möglichkeit haben, mit Forschern zusammenzuarbeiten, die die LLM-Codegenerierung in offenen Unternehmensmodellen (IBM Granite Modellfamilie, verfügbar bei Hugging Face) vorantreiben.
Die neuartigen LLM-Methoden, die RL integrieren, werden angewendet, um zuverlässige Datenexplorationstools zu entwickeln, die genaue und informative Antworten auf Benutzeranfragen liefern, während sie sich an die Grenzen des Fachwissens halten.
Kernaktivitäten
- Entwicklung von Steuerungsmethoden für Codemodelle, um qualitativ hochwertige, domänenkonforme Antworten von Konversationsschnittstellen für Datenexploration und -analyse sicherzustellen
- Nutzung von Verhaltensklonierung, Offline-Reinforcement-Learning und Reward Augmented Decoding zur Verbesserung und Quantifizierung des Ausgabevertrauens, der Robustheit und der Domänenanpassung
- Entwurf und Weiterentwicklung domänenspezifischer Systeme zur synthetischen Datengenerierung (SDG), um Anweisungen und überprüfbare Datensätze zu erstellen
- Entwicklung neuartiger Ansätze zur Automatisierung der Testfallgenerierung
- Beitrag zur Veröffentlichung von Forschungsergebnissen in führenden KI-Konferenzen und -Zeitschriften
- Enge Zusammenarbeit mit Forschern, Ingenieuren und anderen Teams innerhalb von IBM Research und der TU Wien
Der Kandidat wird von der IBM Research Zurich Laboratory eingestellt und hat die Möglichkeit, in einer einzigartigen Unternehmensumgebung zu arbeiten, Erfahrungen in mehreren Bereichen zu sammeln, in internationalen Top-Konferenzen zu veröffentlichen und mit Kunden an realen Geschäftsfällen zu arbeiten. An der TU Wien wird der DC von Prof. Katja Hose betreut; zusätzlich wird der Kandidat bis zu drei Monate an der Aarhus Universität während eines geplanten Aufenthalts verbringen.
Mindestens erforderliche Qualifikationen (verpflichtend)
- Herausragende akademische Leistungen, mit Hintergrund in Informatik, Künstlicher Intelligenz, Statistik oder verwandten Bereichen
- Kenntnisse in Python und Erfahrung mit mindestens einem Deep-Learning-Framework (vorzugsweise PyTorch)
- Erfahrung in Unix/Linux-Umgebungen
- Teamplayer, selbstmotiviert mit einer Leidenschaft für Technologie und Innovation
- Fähigkeit, fließend Englisch zu sprechen und zu schreiben
- Leidenschaft für Codegenerierung
Bevorzugte Qualifikationen
- Erfahrung in maschinellem Lernen, Deep Learning, Reinforcement Learning (RL), großen Sprachmodellen (LLMs)
- Erfahrung in der Codegenerierung, Compilern und Techniken zur Code-Darstellung
- Kenntnisse in Git und Erfahrung mit gängigen ML-Operationspraktiken
- Über 3 Jahre nachgewiesene Programmiererfahrung in Python (oder gleichwertige C/C++-Erfahrung), sowie Vertrautheit mit anderen Sprachen (z.B. SQL, JavaScript)
- Erfahrung mit GPU-Clustern und Job-Schedulern (z.B. Slurm)
- Unabhängiger Arbeiter mit der Fähigkeit, flexibel in einem schnelllebigen, sich ständig weiterentwickelnden Teamumfeld zu agieren
- Bonus: Schreiben von Parsern, Interpretern oder Compilern und Beitrag zu Open-Source-Projekten
Bewerbungsbedingungen
Der Forscher darf in den 3 Jahren unmittelbar vor dem Beginn des PhD nicht länger als 12 Monate im Land der gastgebenden Organisation (Schweiz) wohnhaft gewesen sein oder seine Haupttätigkeit (Arbeit, Studium usw.) ausgeübt haben. Diese Position ist Teil des europäischen Programms ARMADA.
Wenn Sie an dieser spannenden Position interessiert sind, senden Sie bitte Ihren aktuellen Lebenslauf und ein kurzes Motivationsschreiben ein. Der Auswahlprozess umfasst ein Programmierinterview und ein ML/AI-Interview.
Diversität
IBM setzt sich für Vielfalt am Arbeitsplatz ein. Bei uns finden Sie ein offenes, multikulturelles Umfeld. Hervorragende flexible Arbeitsbedingungen ermöglichen es allen Geschlechtern, das gewünschte Gleichgewicht zwischen beruflicher Entwicklung und persönlichem Leben zu finden.
So bewerben Sie sich
Bitte reichen Sie Ihre Bewerbung über den untenstehenden Link ein.
Pre-doctoral Position Offline Reinforcement Learning and Reward Augmented Decoding Arbeitgeber: IBM Research GmbH
Kontaktperson:
IBM Research GmbH HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Pre-doctoral Position Offline Reinforcement Learning and Reward Augmented Decoding
✨Tip Nummer 1
Nutze dein Netzwerk! Sprich mit Kommilitonen, Professoren oder Fachleuten aus der Branche, die möglicherweise Kontakte zu IBM oder TU Wien haben. Empfehlungen können dir einen entscheidenden Vorteil verschaffen.
✨Tip Nummer 2
Bereite dich auf technische Interviews vor, indem du deine Programmierkenntnisse in Python und deine Erfahrung mit Deep Learning-Frameworks wie PyTorch auffrischst. Übe typische Fragen und Probleme, die in solchen Interviews gestellt werden könnten.
✨Tip Nummer 3
Informiere dich über aktuelle Trends und Entwicklungen im Bereich Reinforcement Learning und große Sprachmodelle. Zeige während des Interviews, dass du nicht nur die Grundlagen beherrschst, sondern auch ein tiefes Verständnis für die neuesten Technologien hast.
✨Tip Nummer 4
Sei bereit, über deine bisherigen Projekte und Erfahrungen zu sprechen, insbesondere solche, die mit maschinellem Lernen und Codegenerierung zu tun haben. Konkrete Beispiele helfen dir, deine Fähigkeiten und deine Leidenschaft für das Thema zu demonstrieren.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Pre-doctoral Position Offline Reinforcement Learning and Reward Augmented Decoding
Tipps für deine Bewerbung 🫡
Forschung betreiben: Beginne mit einer gründlichen Recherche über die IBM Research Zurich Laboratory und TU Wien. Informiere dich über deren aktuelle Projekte im Bereich Reinforcement Learning und die spezifischen Anforderungen der ausgeschriebenen Stelle.
Dokumente vorbereiten: Stelle sicher, dass du alle erforderlichen Dokumente bereit hast, einschließlich deines Lebenslaufs, eines kurzen Motivationsschreibens und Nachweisen über deine Qualifikationen in Computer Science oder verwandten Bereichen. Achte darauf, dass dein Lebenslauf aktuell und gut strukturiert ist.
Motivationsschreiben verfassen: Schreibe ein prägnantes Motivationsschreiben, in dem du deine Leidenschaft für Technologie und Innovation sowie deine Erfahrungen im Bereich Reinforcement Learning und Programmierung darlegst. Betone, warum du eine gute Ergänzung für das Team bist und was dich an der Position reizt.
Bewerbung einreichen: Reiche deine Bewerbung über den angegebenen Link ein. Überprüfe vor dem Absenden, ob alle Informationen korrekt und vollständig sind. Achte darauf, dass du die spezifischen Anforderungen der Stelle berücksichtigst.
Wie du dich auf ein Vorstellungsgespräch bei IBM Research GmbH vorbereitest
✨Bereite dich auf technische Fragen vor
Da die Position stark auf Programmierung und maschinelles Lernen fokussiert ist, solltest du dich auf technische Fragen zu Python, Deep Learning Frameworks wie PyTorch und Reinforcement Learning vorbereiten. Überlege dir Beispiele aus deiner bisherigen Erfahrung, die deine Fähigkeiten in diesen Bereichen demonstrieren.
✨Verstehe die Forschungsgebiete
Informiere dich über die aktuellen Trends und Herausforderungen im Bereich Reinforcement Learning und Code-Generierung. Zeige während des Interviews, dass du ein tiefes Verständnis für die Themen hast, die in der Stellenbeschreibung erwähnt werden, und bringe eigene Ideen oder Ansätze ein.
✨Präsentiere deine Teamfähigkeit
Die Zusammenarbeit mit anderen Forschern und Ingenieuren ist ein wichtiger Teil der Rolle. Bereite Beispiele vor, die deine Teamarbeit und Kommunikationsfähigkeiten zeigen. Betone, wie du in der Vergangenheit erfolgreich in einem Team gearbeitet hast, um gemeinsame Ziele zu erreichen.
✨Sei bereit für praktische Programmieraufgaben
Da das Interview auch eine Programmierkomponente beinhaltet, übe das Lösen von Programmieraufgaben unter Zeitdruck. Nutze Plattformen wie LeetCode oder HackerRank, um deine Fähigkeiten zu schärfen und sicherzustellen, dass du in der Lage bist, Probleme effizient zu lösen.
