Vereinigte Staaten
The MITRE Corporation
Apple
Senior ML Researcher: Multimodales LLM Post-Training
Vereinigte Staaten
Cupertino, California, United States · San Diego, California, United States · Seattle, Washington, United States
Python
Automatische Übersetzung. Prüfe das Original.
BESCHREIBUNG
Wir suchen eine/n Senior ML Researcher (m/w/d), der/die sich für das Post-Training von Foundation Models, einschließlich Supervised Fine-Tuning (SFT) und Reinforcement Learning (RL), begeistert und Erfahrung mit Kernkompetenzen wie Instruction Following, Tool Use, Deep Thinking und Reasoning mitbringt. In dieser Rolle werden Sie Modelle erforschen, entwerfen und liefern, bei denen machine learning-Forschung auf reale Produktwirkung trifft. Sie werden eng mit Research Scientists, Engineers und Produktteams zusammenarbeiten, um neue Wege zu finden, wie generative KI unseren kreativen Nutzern helfen kann. Ihre Mission ist es, die Arbeitsabläufe von Millionen von Kreativen zu verbessern, indem generative KI mit den menschenzentrierten Designprinzipien von Apple kombiniert wird.
Was unsere Arbeit einzigartig macht, ist, dass wir viele Forschungsmöglichkeiten in realen Anwendungsfällen im multimodalen Bereich haben. Unser Ziel ist es, gezielte, aufgabenbezogene Fähigkeiten in unseren Modellen über ein breites Spektrum von Bereichen zu entwickeln, darunter Video-Verständnis, Reasoning, Instruction Following und agentenbasierte Aufgaben.
Wenn Sie leidenschaftlich daran interessiert sind, Forschung zu betreiben, die in den legendären Produkten von Apple veröffentlicht wird, dann ist dies das richtige Team für Sie.
Die Rolle beinhaltet die Beteiligung an jeder Phase des Post-Training-Prozesses:
- Formulierung von Hypothesen für einen Anwendungsfall
- Definition von Datensammlung und -annotation
- Aufbau von Evaluierungen der Modellfähigkeiten
- Anwendung von SFT, fortgeschrittenem Reward Modeling, RL-Techniken und Destillation zur Entwicklung und Verbesserung des Post-Training-Rezepts
- Durchführung von Experimenten, Validierung von Ergebnissen und Kommunikation der Erkenntnisse an das breitere Team
MINDESTQUALIFIKATIONEN
- Master-Abschluss in Informatik, Machine Learning oder einem verwandten Fachgebiet oder gleichwertige praktische Erfahrung
- Mindestens 4+ Jahre Forschungserfahrung im multimodalen LLM-Training und in der -Evaluierung
- Nachgewiesene Erfolgsbilanz in multimodalem SFT plus mindestens einer der folgenden Techniken: Destillation, Präferenzoptimierung oder Online-RL, untermauert durch veröffentlichte Modelle oder rigorose Experimente
- Starke Programmierkenntnisse in Python und mindestens einer deep learning-Technologie oder einem Framework wie JAX oder PyTorch.
- Fähigkeit, Intuition aus einer Problemstellung zu entwickeln und diese in Datensatzerfordernisse, neuronale Netzwerkdesigns und Verlustfunktionen zu übersetzen.
BEVORZUGTE QUALIFIKATIONEN
- Promotion in Informatik, Machine Learning oder einem verwandten Fachgebiet oder gleichwertige praktische Erfahrung
- Erfahrung in GRPO, DPO, Vision-OPD und visueller Token-Kompression
- Publikationen auf Top-ML-Konferenzen (z. B. NeurIPS, ICML, ICLR, CVPR, ICCV, ECCV)
- Bonus: Erfahrung in Quantisierung, On-Device-Modellen und SLM (Small Language Model)
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen