AI Research Engineer (Multi-Modal Reinforcement Learning)

Wir suchen derzeit einen AI Research Engineer (Multi-Modal Reinforcement Learning) in Deutschland. Diese Rolle befindet sich an der Schnittstelle zwischen modernster KI-Forschung und großangelegter Systemtechnik, mit dem Fokus auf die Weiterentwicklung von multi-modalem Reinforcement Learning über Text, Bild, Audio und komplexe simulierte Umgebungen. Sie werden zur Gestaltung von intelligenten Systemen der nächsten Generation beitragen, die in der Lage sind, adaptive Entscheidungen in realen Szenarien zu treffen.

In dieser Rolle werden Sie Forschungs- und Ingenieurefforts im Bereich multi-modaler Reinforcement Learning-Systeme leiten und gleichzeitig zur skalierbaren KI-Infrastruktur und Experimentierframeworks beitragen. Sie sind verantwortlich für die Verbesserung der Modellleistung und Robustheit durch innovative Algorithmusgestaltung und rigorose Evaluierungspraktiken.

• Forschung zu Reinforcement Learning-Methoden für multi-modale Systeme, einschließlich diffusionsbasierter und autoregressiver Modellansätze.
• Entwurf und Aufbau einer skalierbaren RL-Infrastruktur zur Unterstützung des verteilten Trainings und der Evaluierung in komplexen multi-modalen Umgebungen.
• Entwicklung von Belohnungsmodellierungsstrategien zur Verbesserung der Ausrichtung, Trainingsstabilität und Minderung von Fehlermodi wie Belohnungshacking.
• Erstellung und Pflege von Simulationsumgebungen und Datensätzen für das Training, Benchmarking und Validierung von multi-modalen RL-Modellen.
• Entwurf und Durchführung von Evaluierungsprotokollen zur Messung von Leistungsverbesserungen und Sicherstellung der Reproduzierbarkeit über Experimente hinweg.
• Analyse des Modellverhaltens über Modalitäten hinweg, Identifizierung von Engpässen in der Optimierung, Erkundung und intermodaler Ausrichtung.
• Erforschung und Entwicklung von next-generation RL-Paradigmen zur Verbesserung des Lernens aus Umgebungsfeedback und zur Verbesserung der SOTA-Leistung.
• Veröffentlichung von Forschungsergebnissen in führenden KI-Konferenzen wie NeurIPS, ICML, ICLR, CVPR und verwandten Veranstaltungen.

Die ideale Kandidatin oder der ideale Kandidat hat einen starken akademischen und praktischen Hintergrund in maschinellem Lernen, Reinforcement Learning und multi-modalen KI-Systemen, mit nachgewiesener Forschungsexzellenz und skalierbarer Systementwicklung. Sie sind damit vertraut, an der Grenze der KI-Forschung zu arbeiten, während Sie produktionsreife Experimentierpipelines aufbauen.

• Master-Abschluss in Informatik oder einem verwandten Bereich erforderlich; PhD bevorzugt in ML, CV, NLP oder KI-bezogenen Disziplinen.
• Starke Publikationsbilanz in erstklassigen KI-Konferenzen (NeurIPS, ICML, ICLR, CVPR, ICCV, ECCV).
• Nachgewiesene Erfahrung in großangelegten Reinforcement Learning-Experimenten, insbesondere in multi-modalen oder visionszentrierten Systemen.
• Tiefes Verständnis der Theorie des Reinforcement Learning, Optimierung und Politiklernen in hochdimensionalen Umgebungen.
• Starke praktische Erfahrung mit PyTorch und Deep-Learning-Frameworks für multimodale KI-Systeme.
• Erfahrung im Aufbau von End-to-End-RL-Pipelines, einschließlich Simulation, Training, Evaluierung und Bereitstellung.
• Fähigkeit, zentrale RL-Herausforderungen wie Stichproben-Effizienz, Erkundungs-Exploitations-Abwägungen und Trainingsstabilität anzugehen.
• Starke analytische und problemlösende Fähigkeiten mit einer forschungsgetriebenen, experimentellen Denkweise.

Wir bieten ein wettbewerbsfähiges Vergütungspaket, das mit erstklassigen KI-Forschungstalenten übereinstimmt, eine vollständig remote, global-first Arbeitsumgebung, die Möglichkeit, an vorderster Front der KI-Forschungsprobleme zu arbeiten, eine hochwirksame Rolle, die nächste Generation multimodaler Intelligenzsysteme beeinflusst, sowie Zugang zu großangelegter Experimentierinfrastruktur und Forschungsressourcen.