IONOS DE
ellamind
Die meisten Leute, die beruflich Modelle trainieren, sehen immer nur einen Teil des Prozesses: die Daten, die Infrastruktur oder eine einzelne Ablation. Hier bekommst du den gesamten Prozess von Anfang bis Ende zu sehen.
Wir trainieren Modelle für agentische Aufgaben in europäischen Unternehmen und der öffentlichen Verwaltung. Das bedeutet: langwierige Aufgaben, echte Tools und Nutzer, die wenig Geduld für „größtenteils richtig“ haben. Das Rezept ist Reinforcement Learning auf einem großen, vielfältigen Datensatz synthetischer Aufgaben, das auf hunderten GPUs in EuroHPC- und kommerziellen Rechenumgebungen läuft.
Wir suchen jemanden, der dieses Training zu seiner eigenen Sache macht. Jemand, der die Modelle leistungsfähiger und zuverlässiger macht und der ein wenig mürrisch wird, wenn eine GPU-Stunde verschwendet wird.
Schön zu haben, aber absolut optional: Erfahrung mit Inferenz-Engines wie vLLM oder SGLang; RL-Frameworks (verl, OpenRLHF, TRL oder das, das du selbst geschrieben hast, weil dich die anderen genervt haben); Multi-Node-Debugging (NCCL, Interconnects, Hardware, die während des Laufs ausfällt); GPU-Performance-Optimierung; Publikationen oder Open-Source-Beiträge.
Das Rezept funktioniert, und es ist noch lange nicht fertig. Wir finden, das ist der beste Zeitpunkt, um einzusteigen: spät genug, dass du nicht bei einem leeren Repository anfängst, aber früh genug, dass dein Urteilsvermögen noch beeinflusst, wie wir trainieren. Du bist damit auch nicht allein. Das Team trainiert seit Jahren Modelle, durch LeoLM, OpenEuroLLM und SOOFI, also wirst du nicht der Einzige hier sein, der um 3 Uhr morgens auf einen Loss-Spike gestarrt hat. Und wir sind klein genug, dass du deine eigene Arbeit im Modell wiedererkennen wirst.
Lade deinen Lebenslauf über das Formular hoch und erzähle uns in ein paar Zeilen von einer Sache, die du gebaut hast und auf die du stolz bist. Eine Umgebung, ein Trainingslauf, ein Judge, ein Bug, für dessen Lösung du drei Tage gebraucht hast. Links zu GitHub, Publikationen, einem Blogbeitrag oder einem chaotischen Notebook sind willkommen. Bitte schreibe uns kein poliertes Anschreiben. Wir lesen lieber das Notebook.
Wir stellen gleichzeitig für drei RL-Rollen ein: Umgebungen und Daten, Post-Training sowie Alignment und Reward Modeling. Wenn du dich irgendwo dazwischen siehst, bewirb dich auf die passendere Rolle und erwähne es. Wir finden das gemeinsam heraus.
Uns ist viel wichtiger, was du gebaut hast und wie du denkst, als wie dein Lebenslauf aussieht. Wenn du nicht jeden Punkt erfüllst, bewirb dich trotzdem. Das tut kaum jemand, und unterschiedliche Perspektiven machen unsere Modelle und unser Team besser.
Bei ellamind entwickeln wir Sprachmodelle und die Methoden, die sie besser machen. Unser Team trainiert eigene Modelle, baut RL-Umgebungen, Datensätze und Benchmarks und erforscht, wie man die Fähigkeiten von LLMs zuverlässig messen und systematisch verbessern kann. Wir sind bekannt für unsere führenden deutschsprachigen Open-Source-Modelle. Wir teilen aktiv unser Wissen, unter anderem über die Open-Source-Community DiscoResearch und als Teil des OpenEuroLLM-Programms.
Als Cashflow-positives Startup arbeiten wir mit namhaften Partnern wie der Deutschen Telekom, der Bundesregierung und führenden Gesundheitsdienstleistern zusammen. Unser Hauptsitz ist in Bremen. Wir bieten eine wettbewerbsfähige Vergütung, Anteilsoptionen und kurze Wege zu den Gründern.
Dein Lebenslauf ist nicht das Einzige, was zählt. Wir suchen neugierige Menschen, die dabei helfen wollen, die nächste Generation europäischer KI-Modelle zu gestalten. Vielfalt ist uns wichtig, denn unterschiedliche Perspektiven machen uns besser. Bitte bewirb dich auch dann, wenn du nicht (jetzt schon) jede Anforderung erfüllst.
Reverse-Recruiting- Plattform für Entwickler