AI Engineer/ML Engineer - Senior Developers - AI Training - Germany

AI & Machine Learning Engineer – AI Training

Diese Rolle konzentriert sich auf das Training und die Evaluierung großer Sprachmodelle unter Nutzung von tiefen maschinellen Lernkenntnissen.

Was Sie mitbringen:

• Bildung: ein BS, MS oder PhD in Informatik, Künstlicher Intelligenz, Robotik oder einem verwandten quantitativen Bereich mit Schwerpunkt auf maschinellem Lernen.
• Berufserfahrung: Erfahrung im Aufbau, der Bereitstellung oder Feinabstimmung von ML-Modellen in einer Produktionsumgebung.
• Tiefes Lernen: professionelles Verständnis von neuronalen Netzwerkarchitekturen (Transformers, CNNs, RNNs) und Optimierungstechniken.
• LLM-Spezialisierung: praktische Erfahrung mit Prompt Engineering, RLHF (Reinforcement Learning from Human Feedback) oder RAG (Retrieval-Augmented Generation) Workflows.
• Technische Strenge: die Fähigkeit, komplexe Modelllogik zu überprüfen, Kontamination von Trainingsdaten zu identifizieren und mathematische Beweise hinter ML-Algorithmen zu bewerten.
• Analytische Kritik: hohe Aufmerksamkeit für Details beim Erkennen von Halluzinationen, voreingenommenen Ausgaben oder logischen Fehlern in AI-generierten technischen Inhalten.

Was Sie in der Rolle tun werden:

• Bewertung der LLM-Architekturlogik: Überprüfung von AI-generierten Erklärungen zu Modellarchitekturen, Verlustfunktionen und Rückpropagation auf technische Genauigkeit.
• Audit von Code & Notebooks: Validierung von ML-spezifischem Code (z.B. Trainingsschleifen, Datenvorverarbeitungsskripte oder Modellevaluierungen) auf Effizienz und Korrektheit.
• Verfeinerung von RLHF-Frameworks: Bereitstellung hochwertiger menschlicher Rückmeldungen, die notwendig sind, um Modelle mit menschlicher Absicht, Sicherheit und Hilfsbereitschaft in Einklang zu bringen.
• Analyse des Modelldenkens: kritische Bewertung, wie ein AI-Modell komplexe Denkprozesse navigiert und Identifizierung von Stellen, an denen das Denken zusammenbricht.
• Benchmarking der Leistung: Durchführung von Vergleichstests zwischen verschiedenen Modellausgaben basierend auf spezifischen technischen Taxonomien und Leistungskennzahlen.

Schlüsseltechnologien:

• Frameworks: Expertenkenntnisse in PyTorch oder TensorFlow/Keras.
• Sprache & Daten: fortgeschrittene Kenntnisse in Python (NumPy, Pandas, Scikit-learn) und Erfahrung mit Hugging Face Transformers.
• Cloud & MLOps: Erfahrung mit AWS (SageMaker), Google Cloud (Vertex AI) oder spezialisierten Tools wie Weights & Biases und LangChain.
• Vektordatenbanken: Vertrautheit mit Pinecone, Milvus oder Weaviate zur RAG-Evaluierung.

Vorteile:

• Wettbewerbsfähige Vergütung, flexible Arbeitszeiten und die Möglichkeit, von zu Hause aus zu arbeiten.
• Wir bieten eine Plattform, die Forscher und Unternehmen mit einem globalen Pool von Teilnehmern verbindet und die Sammlung von hochwertigen, ethisch beschafften menschlichen Verhaltensdaten und Feedback ermöglicht.

Datenschutzbestimmungen: Durch die Einreichung Ihrer Bewerbung stimmen Sie zu, dass Prolific Ihre personenbezogenen Daten für Rekrutierungs- und globale Organisationsplanungszwecke erheben kann. Die Datenschutzrichtlinie für Kandidaten von Prolific erklärt, welche personenbezogenen Informationen Prolific verarbeiten kann, wo Prolific Ihre personenbezogenen Informationen verarbeiten kann, die Zwecke der Verarbeitung Ihrer personenbezogenen Informationen und die Rechte, die Sie in Bezug auf die Verwendung Ihrer personenbezogenen Informationen durch Prolific ausüben können.