Zum Hauptinhalt springen

Research Engineer / Scientist – Reinforcement Learning & LLM Post-Training

🏛 Ausgeschrieben von Next Ventures GmbH
Festanstellung📍 Munich - Germany 🏢 0% vor Ort ⏳ 100% Auslastung 🎓 Senior 🏭 IT/Software 🌐 Englisch

Wir suchen einen erfahrenen Research Engineer oder Scientist zur Entwicklung und Verbesserung der nächsten Generation großer Sprachmodelle. In dieser Rolle übernehmen Sie die Verantwortung für das Modelltraining von der initialen Experimentierphase bis zu großflächigen Reinforcement-Learning-Läufen und Evaluationen.

Sie werden an der Schnittstelle zwischen Forschung und Engineering arbeiten und Techniken entwickeln, die Modellkapazitäten, Zuverlässigkeit und Effizienz verbessern. Der Fokus liegt auf der Schulung von Modellen, die komplexe mehrstufige Aufgaben bewältigen, mit externen Tools interagieren und zuverlässig in anspruchsvollen realen Umgebungen funktionieren.

Als Teil eines technisch starken, forschungsorientierten Teams haben Sie Zugang zu umfangreicher GPU-Infrastruktur und die Freiheit, die Richtung der Arbeit mitzugestalten.

Ihre Aufgaben umfassen die Leitung von End-to-End-LLM-Post-Training, die Recherche und Implementierung neuer RL-Algorithmen, die Entwicklung von Trainings-Curricula und Reward-Mechanismen sowie die Optimierung von Modelleffizienz. Sie arbeiten mit verteilten Trainingsinfrastrukturen und großflächigen GPU-Clustern und entwickeln reproduzierbare Experimente und Evaluierungs-Frameworks.

Erforderlich sind praktische Erfahrung beim Training großer Sprachmodelle, fundierte Kenntnisse in Reinforcement Learning (PPO, GRPO, RLHF), ausgezeichnete Python- und PyTorch-Fähigkeiten sowie Erfahrung mit verteilten Trainings-Frameworks. Wünschenswert sind Kenntnisse in Inference-Frameworks, RL-Frameworks, Multi-Node-Debugging und GPU-Optimierung.

Diese Position bietet die Gelegenheit, an technisch anspruchsvollen Problemen an der Forefront der KI-Forschung zu arbeiten, großflächiges Modelltraining eigenverantwortlich zu gestalten und zu modernen Forschungsinfrastrukturen beizutragen.

Standort: Europa (Remote/Hybrid), Vollzeitposition, unbefristet.

Anforderungen

Rollenfamilie
Daten / KI
Sprachen
Englisch (gut)
Rechtsform
Einzelfreelancer möglich

Rahmenbedingungen

Remote
Preference for candidates based within the EU
Gesuchte Personen
1

Projekt

Projektart
Neuentwicklung
Vermittlung
Über Vermittler

Skills erklärt

Large Language Models (LLM)
Künstliche Intelligenz-Modelle, die auf großen Textmengen trainiert sind und natürliche Sprache verstehen und generieren; werden für Chatbots, Textanalyse und Automatisierung eingesetzt.
Reinforcement Learning
Machine-Learning-Methode, bei der ein Algorithmus durch Belohnung und Bestrafung lernt, optimale Entscheidungen in einer Umgebung zu treffen.
Python
Universelle Programmiersprache für Webentwicklung, Datenanalyse, Automatisierung und künstliche Intelligenz.
PyTorch
Open-Source-Framework für Machine Learning und künstliche Intelligenz, das vor allem für Deep Learning und Datenverarbeitung verwendet wird.
PPO
Proximal Policy Optimization ist ein Algorithmus des Reinforcement Learning, der Sprachmodelle durch menschliches Feedback trainiert, indem er die Modellausgaben schrittweise optimiert.
GRPO
Group Relative Policy Optimization ist eine Variante von Reinforcement-Learning-Methoden, die mehrere Modellvarianten vergleichend trainiert, um bessere Antworten zu generieren.
RLHF
Reinforcement Learning from Human Feedback; Trainingsmethode für KI-Modelle, bei der menschliches Feedback zur Verbesserung der Modellausgaben verwendet wird.
Supervised Fine-Tuning
Methode zum Anpassen eines vortrainierten Modells an spezifische Aufgaben durch Training mit gekennzeichneten Beispieldaten.
FSDP
Fully Sharded Data Parallel ist eine Technik zum verteilten Training großer Modelle, bei der Modellparameter und Daten auf mehrere Rechner aufgeteilt werden.
DeepSpeed
Framework von Microsoft zur Optimierung des Trainings großer Sprachmodelle durch Speichereffizienz und schnellere Berechnung auf verteilten Systemen.
Megatron
Framework von NVIDIA zum effizienten Training sehr großer Transformer-Modelle durch Parallelisierung auf mehreren GPUs.
SLURM
Workload-Manager für High-Performance-Computing-Cluster, der Rechenressourcen verwaltet und Batch-Jobs auf mehreren Computern verteilt.
Kubernetes
Open-Source-Plattform zur automatisierten Verwaltung, Skalierung und Orchestrierung von containerisierten Anwendungen.
Distributed Training
Trainingsmethode, bei der Lerneinheiten zeitlich verteilt stattfinden, statt in konzentrierten Blöcken, um bessere Lerneffekte zu erzielen.
GPU Infrastructure
Computersystem mit Grafikprozessoren (GPUs) zur beschleunigten Verarbeitung von rechenintensiven Aufgaben wie KI-Training und Inferenz.
Model Training
Prozess des Trainierens von Machine-Learning-Modellen mit Daten, um diese für Vorhersagen oder Klassifizierungen zu befähigen.
Experimental Methodology
Systematischer Ansatz zur Planung, Durchführung und Auswertung von Experimenten mit kontrollierten Variablen und reproduzierbaren Ergebnissen.
Training Pipelines
Automatisierte Abläufe, die Datenaufbereitung, Modelltraining und Validierung in definierten Schritten orchestrieren und ausführen.
Evaluation frameworks
Strukturierte Rahmenwerke zur systematischen Bewertung und Analyse von Systemen, Prozessen oder Technologien anhand definierter Kriterien.

Als IT-Freelancer automatisch auf Projekte wie dieses bewerben

Nexus ist die KI-gestützte Plattform für IT-Freelancer, die täglich neue Projektausschreibungen analysiert und passgenaue Bewerbungstexte generiert – vollautomatisch, in Sekunden. Kein manuelles Schreiben mehr: Nexus liest die Ausschreibung, erkennt die gefragten Skills und erstellt einen individuellen Bewerbungstext, den du per Klick versendest.

  • ✓ Projektausschreibungen direkt von Anbietern aus dem DACH-Raum
  • ✓ KI-Bewerbungstext in unter 30 Sekunden – individuell auf jedes Projekt zugeschnitten
  • ✓ Automatischer Versand per E-Mail + Anlage in Pipedrive
  • ✓ Kostenlos starten – keine Kreditkarte erforderlich

Häufige Fragen zu Nexus

Was ist Nexus und für wen ist es geeignet?
Nexus richtet sich an selbstständige IT-Freelancer, die regelmäßig auf Projektausschreibungen antworten. Die Plattform automatisiert den gesamten Bewerbungsprozess – von der Analyse der Ausschreibung bis zum Versand der Bewerbung.
Wie schreibt Nexus den Bewerbungstext?
Nexus analysiert die Projektbeschreibung mit Claude (Anthropic) und gleicht die Anforderungen mit deinem hinterlegten Profil ab. Der generierte Text ist individuell, professionell und direkt versendbar – du kannst ihn vor dem Absenden noch anpassen.
Welche Projektplattformen werden unterstützt?
Nexus erhält Projekte direkt von Projektanbietern aus dem DACH-Raum – neue Ausschreibungen erscheinen automatisch in deiner Pipeline, ohne dass du Plattformen manuell durchsuchen musst.
Kostet Nexus etwas?
Der Einstieg ist dauerhaft kostenlos. Für professionelle Nutzung mit erweiterten Funktionen gibt es kostenpflichtige Pläne – ohne versteckte Kosten oder automatische Verlängerung.

Passende Freelancer

Profile die zu den Skills dieses Projekts passen

Alle Freelancer im Verzeichnis →

Nie wieder Bewerbungen schreiben.

Nexus matcht deine Skills und schreibt Bewerbungen automatisch.

Kostenlos registrieren →

Keine Kreditkarte erforderlich

Kostenloser CV-Check

Wie gut passt dein Python-Profil zum Markt?

  • ✓ Market Fit gegen 1.031 Python-Ausschreibungen
  • ✓ Welche Skills dir fehlen und was sie bringen
  • ✓ Dein Stundensatz im Vergleich
CV vor die Jury bringen →

Kostenlos · anonym gespeichert · von FreelancerJury

Marktgeschwindigkeit

⏳

Projekte dieser Skills werden nach durchschnittlich 9,6 Tagen geschlossen.

Stundensatz vs. Markt

Kein Stundensatz für dieses Projekt hinterlegt.

Ø 98 €/h (für diese Skills)

Untergrenze 15 €Median 86 €Top 10% 115 €

Tipp

Zeiterfassung & Projektverwaltung

Projekte, Stunden und Rechnungen in einer App. Flow ist die schlanke Lösung für IT-Freelancer und Agenturen – kostenlos starten.

Flow ausprobieren

Ähnliche Projekte

Tipp

Konferenzraum in Hamburg

Für das nächste Kunden- oder Teammeeting in Hamburg: vollausgestattet mit Beamer, Whiteboard und Videokonferenz – ab 49 €/h, direkt am Gänsemarkt.

Konferenzraum mieten