Reinforcement-Learning-Ingenieur
£126,000–£210,000/Jahr (£10,500–£17,500/Monat) — Verhandelbar
Stellenbeschreibung
Entwickeln Sie Trainings- und Evaluationsabläufe für Reinforcement Learning und Präferenzoptimierung, mit denen Modellverhalten gezielt verbessert wird. Der Schwerpunkt liegt auf Reward Modelling, PPO/DPO, Trainingsdiagnostik und reproduzierbaren Läufen.
Anforderungen
- Praktische Erfahrung mit Reinforcement Learning, Präferenzoptimierung oder Arbeitsabläufen im RLHF-Stil
- Starke Python- und Deep-Learning-Framework-Kenntnisse
- Vertrautheit mit Belohnungsmodellierung, PPO, DPO, Trainingsdiagnostik oder Bewertungsdesign
- Fähigkeit, über Datenqualität, Richtlinienabweichung und Trainingsstabilität nachzudenken
- Starke Python- und Deep-Learning-Framework-Kenntnisse
- Vertrautheit mit Belohnungsmodellierung, PPO, DPO, Trainingsdiagnostik oder Bewertungsdesign
- Fähigkeit, über Datenqualität, Richtlinienabweichung und Trainingsstabilität nachzudenken
Verantwortlichkeiten
- Trainingsworkflows für RL und Präferenzoptimierung aufbauen und pflegen
- Trainingsdiagnostik beobachten und Instabilität oder Regressionen untersuchen
- Wiederholbare Experimente mit Forschung und Infrastruktur abstimmen
- Änderungen am Modellverhalten und ihre Release-Auswirkungen dokumentieren
- Trainingsdiagnostik beobachten und Instabilität oder Regressionen untersuchen
- Wiederholbare Experimente mit Forschung und Infrastruktur abstimmen
- Änderungen am Modellverhalten und ihre Release-Auswirkungen dokumentieren
Vorteile
- An angewandten Workflows zur Modellverbesserung mit Infrastrukturunterstützung arbeiten
- Mit Forschungs-, Sicherheits- und ML-Plattformteams zusammenarbeiten
- Standards für Präferenzdatenqualität und Trainingszuverlässigkeit mitprägen
- Mit Forschungs-, Sicherheits- und ML-Plattformteams zusammenarbeiten
- Standards für Präferenzdatenqualität und Trainingszuverlässigkeit mitprägen
Stellenübersicht
Beschäftigungsart
Vollzeit
Erfahrungsstufe
Berufserfahren
Standort
London, England, Vereinigtes Königreich
Offene Stellen
2
Jetzt bewerben