Auf einen Blick
- Aufgaben: Führe Forschung und Entwicklung für fortschrittliche agentische KI-Systeme durch.
- Unternehmen: Innovatives Unternehmen an der Spitze der KI-Forschung in Deutschland.
- Vorteile: Remote-Arbeit, wettbewerbsfähige Vergütung und kontinuierliche Weiterbildung.
- Weitere Informationen: Dynamisches, forschungsintensives Umfeld mit hervorragenden Karrieremöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der intelligenten KI mit realem Einfluss auf Anwendungen.
- Qualifikationen: Abschluss in Informatik oder verwandtem Bereich, Erfahrung mit großen Sprachmodellen.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
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 denken, planen und Aufgaben durch Werkzeugnutzung und Funktionsaufrufe ausführen. 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 vereint Experten in den Bereichen KI-Systeme, multimodales Lernen und verteiltes Training. Ihre Beiträge werden direkt die nächste Generation intelligenter, autonomer KI-Agenten beeinflussen, die sowohl in Cloud- als auch in Edge-Geräten operieren können.
Verantwortlichkeiten:- Durchführung von End-to-End-Forschungs- und Ingenieurarbeiten zur Verbesserung von Post-Training-Methoden für agentische KI-Systeme, mit Fokus auf Werkzeugnutzung, Denken und autonomes Verhalten in realen Aufgaben.
- Verbesserung der Kernmodellfähigkeiten, einschließlich Faktizität, Befolgen von Anweisungen, mehrstufigem Denken, 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 Modelldenkens, der Werkzeugnutzung, der Funktionsaufrufe oder agentischer Workflows zur Erreichung von Spitzenleistungen.
- Erfahrung mit multimodalen Daten (Text, Bild, Audio) und dem 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 mit technischen und funktionsübergreifenden Teams zusammenzuarbeiten.
- 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).
AI Research Engineer (Agentic Post-training) Arbeitgeber: Jobgether
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und forschungsorientierten Umfeld zu arbeiten, das sich auf die Entwicklung fortschrittlicher agentischer KI-Systeme konzentriert. Unsere remote-first Arbeitsweise ermöglicht es Ihnen, global mit führenden Experten zusammenzuarbeiten und an realen, großangelegten KI-Anwendungen mitzuwirken. Wir fördern kontinuierliches Lernen und berufliches Wachstum, während Sie die Chance haben, bedeutende Beiträge zur nächsten Generation intelligenter, autonomer KI-Agenten zu leisten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so AI Research Engineer (Agentic Post-training) erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der KI-Branche in Kontakt zu treten. Teile deine Projekte und Erfahrungen, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe häufige Fragen zu großen Sprachmodellen und Post-Training-Techniken. Wir empfehlen, Mock-Interviews mit Freunden oder Kollegen durchzuführen, um dein Selbstvertrauen zu stärken.
✨Tipp Nummer 3
Zeige deine Leidenschaft für KI! Sprich über deine bisherigen Projekte und wie du innovative Lösungen entwickelt hast. Arbeitgeber suchen nach Kandidaten, die nicht nur die technischen Fähigkeiten haben, sondern auch eine echte Begeisterung für das Feld mitbringen.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung schnell und effizient bearbeitet wird. Außerdem kannst du sicher sein, dass du im besten Licht präsentiert wirst, wenn wir deine Qualifikationen an die Unternehmen weitergeben.
Wir glauben, dass du diese Fähigkeiten brauchst, um AI Research Engineer (Agentic Post-training) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach es persönlich!:Zeig uns, wer du bist! Verwende in deinem Anschreiben eine persönliche Ansprache und erzähle uns, warum du dich für die Position als AI Research Engineer interessierst. Das macht deine Bewerbung einzigartig und hebt dich von anderen ab.
Betone deine Erfahrungen:Stell sicher, dass du deine relevanten Erfahrungen und Fähigkeiten klar hervorhebst. Wenn du an großen Sprachmodellen gearbeitet hast oder Erfahrung mit Post-Training-Techniken hast, lass uns das wissen! Wir wollen sehen, was du drauf hast.
Sei konkret:Vermeide allgemeine Aussagen und sei konkret in deinen Beispielen. Erkläre, wie du in der Vergangenheit Probleme gelöst hast oder welche Projekte du erfolgreich abgeschlossen hast. Das zeigt uns, dass du wirklich weißt, wovon du sprichst.
Bewirb dich über unsere Website:Wir empfehlen dir, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung schnell und effizient bearbeitet wird. Außerdem kannst du sicher sein, dass wir alle Informationen haben, die wir brauchen, um dich bestmöglich zu unterstützen.
Wie man sich auf ein Vorstellungsgespräch bei Jobgether vorbereitet
✨Verstehe die Grundlagen der Agentic AI
Mach dich mit den neuesten Entwicklungen im Bereich der agentischen KI vertraut. Lies aktuelle Forschungsarbeiten und Artikel über post-training Techniken, um während des Interviews fundierte Fragen stellen zu können.
✨Praktische Erfahrungen hervorheben
Bereite konkrete Beispiele aus deiner bisherigen Arbeit vor, die deine Fähigkeiten in der Entwicklung von großen Sprachmodellen und der Anwendung von Techniken wie Fine-Tuning oder Reinforcement Learning zeigen. Zeige, wie du Herausforderungen gemeistert hast.
✨Teamarbeit betonen
Da die Rolle stark kollaborativ ist, solltest du Beispiele für erfolgreiche Teamprojekte parat haben. Erkläre, wie du effektiv mit anderen Forschern und Ingenieuren zusammengearbeitet hast, um komplexe Probleme zu lösen.
✨Fragen zur Unternehmenskultur stellen
Zeige dein Interesse an der Arbeitsumgebung, indem du Fragen zur Unternehmenskultur und den aktuellen Projekten stellst. Das zeigt, dass du nicht nur an der Position interessiert bist, sondern auch an der langfristigen Zusammenarbeit.
