Mitglied des technischen Personals, Modelltraining (angewandte Forschung)

Stellenbezeichnung: Member of Technical Staff, Model Training (applied research)

Beschäftigungsart: Vollzeit

Standort: Remote

Die Rolle

In dieser Position arbeiten Sie an Sprachmodellen, multimodalen Systemen, Robotik und autonomen Agenten und entwickeln Modelle, die für bestimmte Anwendungen und Umgebungen optimiert sind. Sie verantworten den gesamten Lebenszyklus der Modellentwicklung, von der Analyse der Anforderungen einer Anwendung über die Gestaltung von Trainingsdatensätzen bis hin zur Modellanpassung, Evaluierung und Bereitstellung im Produktivbetrieb.

Unser Ziel ist es, spezialisierte Modelle zu entwickeln, die bei gezielten Arbeitslasten die Qualität von Frontier-Modellen erreichen oder übertreffen und dabei Inferenzeffizienz, Latenz und Kosten deutlich verbessern.

Sie bewegen sich an der Schnittstelle von angewandter Forschung im Bereich maschinelles Lernen und Produktionstechnik und setzen Fortschritte in der Modellentwicklung in zuverlässige, leistungsstarke Systeme mit messbarer Wirkung in der Praxis um.

Was Sie erwartet

• Training, Feinabstimmung und Anpassung von Sprach-, Vision-Language- und Robotikmodellen mithilfe von überwachtem Feintuning (SFT), Reinforcement Learning (RL), Imitationslernen und Destillation.
• Entwicklung spezialisierter Modelle für komplexe Anwendungen, darunter multimodales Verständnis, robotische Wahrnehmung und Steuerung sowie autonome Agenten, die schlussfolgern, planen und Werkzeuge nutzen können.
• Aufbau simulationsbasierter Trainings- und Evaluierungsumgebungen zur Untersuchung von Policy-Lernen, Aufgabengeneralisierung und der Übertragung von Fähigkeiten von simulierten auf reale Einsatzbedingungen.
• Zusammenführung von Expertendemonstrationen, menschlichem Feedback, synthetischen Datensätzen und in Umgebungen erzeugten Trajektorien zu wirksamen Trainingsdatensätzen, Belohnungssignalen und Lernkurrikula.
• Entwicklung spezialisierter Modelle, die das flow-Ökosystem von micro1 antreiben und Datengenerierung, Annotation, Qualitätssicherung sowie automatisierte Bewertungsprozesse verbessern.
• Einbindung von Expertenkorrekturen und Feedback zur Modellleistung in iterative Trainingszyklen, um Genauigkeit, Robustheit und Aufgabenerfolg kontinuierlich zu verbessern.
• Optimierung von Modellen für den produktiven Inferenzbetrieb unter Abwägung von Qualität, Latenz, Durchsatz und Recheneffizienz gegenüber Frontier-Modell-Referenzwerten.
• Zusammenarbeit mit Forschungs- und Plattform-Engineering-Teams, um vielversprechende Prototypen in skalierbare, produktionsreife Modellbereitstellungen zu überführen.

Was wir suchen

• Solide Grundlagen in maschinellem Lernen und Deep Learning mit praktischer Erfahrung im Training, in der Anpassung und in der Evaluierung moderner KI-Modelle.
• Praktische Erfahrung in einem oder mehreren Bereichen, etwa großen Sprachmodellen, Vision-Language-Modellen, Robotik, Reinforcement Learning oder autonomen Agenten.
• Sehr gute Kenntnisse in Python und PyTorch sowie die Fähigkeit, zuverlässige Pipelines für Training, Evaluierung und Inferenz zu entwickeln.
• Erfahrung darin, Anforderungen einer Anwendung in messbare Modellziele, Benchmarks und Leistungsverbesserungen zu übersetzen.
• Solide Grundlagen der Softwareentwicklung, einschließlich der Fähigkeit, wartbare Systeme zu bauen und Forschungsprototypen in Richtung Produktivbetrieb zu führen.
• Vertrautheit mit Verfahren zur Modellanpassung wie Feintuning, Destillation, Imitationslernen oder Reinforcement Learning.
• Ausgeprägtes experimentelles Urteilsvermögen und die Fähigkeit, Leistungsengpässe selbstständig zu erkennen, Abwägungen zu bewerten und sich iterativ an wirksame Lösungen heranzutasten.

Wünschenswert

• Erfahrung mit Robotik, verkörperter KI, Vision-Language-Action-Modellen oder simulationsbasiertem Policy-Lernen.
• Vertrautheit mit Agenten-Frameworks, werkzeugnutzenden Modellen und umgebungsgesteuertem Training.
• Erfahrung mit der Generierung synthetischer Daten, Human-in-the-Loop-Lernen oder automatisierten Evaluierungssystemen.
• Kenntnisse von Inferenzoptimierungstechniken, darunter Quantisierung, Batching, Modellkompression und effizientes Serving.
• Erfahrung mit dem Einsatz spezialisierter Modelle im Produktivbetrieb unter anspruchsvollen Anforderungen an Latenz, Zuverlässigkeit oder Kosten.
• Forschungsbeiträge oder Open-Source-Arbeit in angewandtem maschinellem Lernen, multimodaler KI, Robotik oder Agentensystemen.

Hinweis zu Vergütung & Leistungen

Die landesweite Gehaltsspanne für diese Vollzeitstelle liegt bei einem Grundgehalt von $200,000, $320,000. Alle Beschäftigten sind für Mitarbeiterbeteiligungen berechtigt, und Beschäftigte können zudem leistungsabhängige Boni erhalten, die von der Position und den Unternehmensrichtlinien abhängen. micro1 bietet ein umfassendes Leistungspaket, darunter eine Erstattung von bis zu 100% der Krankenversicherungsbeiträge, bezahlten Urlaub, einen 401(K)-Plan mit Arbeitgeberzuschuss sowie weitere Leistungen, die eine leistungsstarke, remote-orientierte Belegschaft unterstützen sollen.

micro1 ist ein Arbeitgeber mit Chancengleichheit. Alle qualifizierten Bewerberinnen und Bewerber werden unabhängig von Rasse, Hautfarbe, Religion, Geschlecht (einschließlich Schwangerschaft, sexueller Orientierung oder Geschlechtsidentität), nationaler Herkunft, Alter, Behinderung, genetischen Informationen, Veteranenstatus oder anderen Merkmalen, die durch die anwendbaren lokalen Gesetze, Verordnungen und Vorschriften geschützt sind, für eine Beschäftigung berücksichtigt. Wenn Sie während des Bewerbungsverfahrens Unterstützung und/oder eine angemessene Vorkehrung benötigen, wenden Sie sich bitte an support@micro1.ai.

Unser Einstellungsverfahren nutzt Werkzeuge der künstlichen Intelligenz, um bei der Vorauswahl und Bewertung von Bewerberinnen und Bewerbern zu unterstützen. Unsere KI-Werkzeuge sollen die menschliche Entscheidungsfindung ergänzen, nicht ersetzen.