Rapidata is seeking a Reward Model Research Engineer to design, train, and productionize reward models from large-scale human preference data, enabling robust RLHF and DPO signals.
You will translate research into production pipelines, improve generalization across generator models, and collaborate with the data platform to streamline active learning and deployment at global scale.
A MSc/PhD in a relevant field and strong English communication are essential.
#J-18808-Ljbffr
Reward Model Research Engineer - Equity & Production RLHF in Zürich Arbeitgeber: Rapidata
Rapidata in Zürich bietet eine dynamische Arbeitsumgebung, die Innovation und Zusammenarbeit fördert. Als Arbeitgeber legen wir großen Wert auf die persönliche und berufliche Weiterentwicklung unserer Mitarbeiter und bieten zahlreiche Möglichkeiten zur Weiterbildung. Unsere Unternehmenskultur ist geprägt von einem offenen Austausch und einer starken Teamdynamik, die es Ihnen ermöglicht, Ihre Ideen einzubringen und einen echten Einfluss auf unsere Systeme zu haben.
