Principal Applied Scientist, Agentic AI

Über das Team: Zillow investiert stark in die nächste Generation von KI und maschinellem Lernen, um intelligente Erfahrungen in unseren Produkten zu ermöglichen und Kunden sowie Partnern zu helfen, bessere Entscheidungen in einem komplexen, realen Umfeld zu treffen. Unser Team vereint angewandte Wissenschaftler, ML-Ingenieure und Software-Ingenieure, die den gesamten Lebenszyklus großangelegter Systeme verantworten, die moderne Grundmodelle mit angewandtem ML kombinieren – von Daten und Modellierung bis hin zu Bewertung und Bereitstellung. Wir arbeiten eng mit Plattform-, Produkt- und Betriebspartnern in einer schnelllebigen, remote-first Umgebung zusammen, in der Experimentieren, Lernen und Ausliefern zentral für unsere Arbeitsweise sind.

Über die Rolle: Als Principal Applied Scientist, der sich auf RL-Nachtraining konzentriert, werden Sie das Design und die Bereitstellung von Lernsystemen leiten, die beeinflussen, wie unsere Modelle in echten Produkten agieren. Sie werden die technische Richtung und Strategie für Nachtraining und Anpassung großer Modelle verantworten, um das Verhalten mit dem Nutzerwert, der Sicherheit und den Geschäftszielen in Einklang zu bringen. Dies ist eine hochwirksame Rolle mit breitem Einfluss bei Zillow, in enger Zusammenarbeit mit der Unternehmensführung, um sicherzustellen, dass unsere Investitionen in sicherere, leistungsfähigere und vertrauenswürdigere KI-gestützte Erfahrungen umgesetzt werden.

Sie werden:

• Die technische Richtung und Strategie für RL-Nachtraining von Produktionsmodellen leiten und mit anderen Wissenschaftlern, Ingenieuren und Produktleitern zusammenarbeiten, um Modelle an Kunden- und Geschäftsbedürfnisse anzupassen.
• Nachtraining-Pipelines entwerfen und implementieren, die Techniken wie überwachte Feinabstimmung auf kuratierten Demonstrationen, Präferenzmodellierung und paarweises Ranking sowie RL-basierte Anpassungsansätze wie RLHF, RLAIF oder DPO für multi-objektive Optimierung kombinieren.
• Belohnungsmodelle und Zielsetzungen entwickeln, die Einschränkungen wie Hilfsbereitschaft, Sicherheit, Fairness, Compliance und Kundenzufriedenheit ausbalancieren und diese mithilfe von menschlichem und KI-Feedback in großem Maßstab durch Online- und Batch-Anpassungsschleifen mit starken Sicherheitsvorkehrungen iterieren.
• Konversationsprotokolle, Verhaltenssignale und strukturierte Attribute in Trainings-, Belohnungs- und Bewertungssignale für Nachtraining und Verstärkungslernen übersetzen und heterogene Daten in umsetzbare Aufsicht umwandeln.
• Mit Modell- und Plattformteams zusammenarbeiten, um die Effizienz und Robustheit von Training und Bewertung zu verbessern, einschließlich Off-Policy-Bewertung, Replay-Strategien, kontrollierten Rollouts und Metriken sowie Bewertungsrahmen wie Gewinnraten im Vergleich zu Baselines, Sicherheits- und Qualitätsmetriken und Expertenbewertungsprogrammen.
• Angewandte Wissenschaftler und Ingenieure betreuen, den technischen Standard in RL, Nachtraining und Bewertung erhöhen und zur breiteren KI-Roadmap bei Zillow durch Gedankenführung und Anleitung beitragen.
• Zillow's Arbeit extern vertreten, wenn es angemessen ist, durch Vorträge, Veröffentlichungen oder Open-Source-Beiträge.

Diese Rolle wurde als Remote-Position kategorisiert. "Remote"-Mitarbeiter haben keinen festen Unternehmensarbeitsplatz und arbeiten stattdessen von einem physischen Standort ihrer Wahl, der dem Unternehmen mitgeteilt werden muss. U.S.-Mitarbeiter können in jedem der 50 Bundesstaaten leben, mit wenigen Ausnahmen.

Wer Sie sind: Sie sind ein angewandter Wissenschaftler, der begeistert ist, Verstärkungslernen und Nachtrainingstechniken zu nutzen, um zu gestalten, wie KI-Systeme in komplexen, entscheidungsintensiven Umgebungen agieren, und Sie sind damit vertraut, mehrdeutige Probleme von Anfang bis Ende zu übernehmen – von der Definition des Ziels und der Datenstrategie bis hin zur Bereitstellung von Modellen in der Produktion und der Messung ihrer Auswirkungen. Sie haben einen PhD oder gleichwertige Erfahrung in Informatik, Elektrotechnik, Statistik oder einem verwandten Bereich, mit Schwerpunkt auf Bereichen wie Verstärkungslernen, Banditen, große Sprachmodelle oder angewandtes maschinelles Lernen.

Wir bei Zillow schätzen die Erfahrung und Perspektive von Kandidaten mit unkonventionellen Hintergründen. Wir ermutigen Sie, sich zu bewerben, wenn Sie über übertragbare Fähigkeiten oder verwandte Erfahrungen verfügen.