Auf einen Blick
Suche nach Research Scientist mit 3-6 Jahren ML-Erfahrung. Fokus auf RLHF, RLAIF und Reward Modeling für LLM-Alignment. Vollzeitrolle in Bengaluru, Indien.
💰 INR 5.000.000–10.000.000/Jahr
📊 Mid-Level
🕒 Vollzeit
🌍 Vor Ort
🗺️ APAC
- 3-6 Jahre ML-Erfahrung
- RLHF und RLAIF Kenntnisse
- Python und PyTorch Proficiency
RLHF
RLAIF
Reward Modeling
Python
PyTorch
Machine Learning
Reinforcement Learning
LLM Training
Angegeben: INR 5.000.000–10.000.000/Jahr · Marktschätzung: ~€60.000–110.000/Jahr.
✅ Geeignet für
- ML Ingenieure mit Research-Fokus
- LLM Alignment Spezialisten
🚫 Weniger geeignet
- Anfänger ohne ML-Erfahrung
- Nicht-Forschungs-orientierte Kandidaten
💡 Gut zu wissen
- RLHF ist Kernanforderung
- Benchmark-Erfahrung wertvoll
- Production LLM-Erfahrung hilfreich
Über das Unternehmen
Führendes KI-Forschungslabor konzentriert auf die Verbesserung von großen Sprachmodellen durch Advanced Alignment Techniques.
Deine Aufgaben
- Design, Implementierung und Evaluation von RLHF-Pipelines für LLM-Alignment
- Entwicklung und Verbesserung von RLAIF-Methodologien unter Verwendung von KI-generierten Feedback
- Aufbau, Training und Validierung von Reward Models für menschliche und KI-Präferenzen
- Experimente mit Reinforcement Learning und Preference Optimization Techniken
- Analyse von Modellverhalten durch quantitative Evaluationen und Controlled Experiments
- Entwicklung von Daten-Generierungs- und Annotationsstrategien
- Zusammenarbeit mit Research Engineers zur Skalierung von Training und Experimentation Pipelines
- Dokumentation und Kommunikation von Forschungsergebnissen
Deine Voraussetzungen
- 3-6 Jahre praktische Erfahrung in Machine Learning, Deep Learning oder Reinforcement Learning
- Starke praktische Erfahrung mit RLHF (Reinforcement Learning from Human Feedback)
- Tiefes Verständnis und praktische Erfahrung mit RLAIF (Reinforcement Learning from AI Feedback)
- Nachgewiesene Erfahrung in der Entwicklung und Evaluierung von Reward Models
- Starke Python-Programmierung und Erfahrung mit PyTorch oder äquivalent
- Fähigkeit zu Experiment Design, Troubleshooting und Interpretation von Ergebnissen
- Master oder Ph.D. in CS, AI, ML, Mathematik oder verwandten Feldern bevorzugt
Benefits
Nicht angegeben.
