Über die Stelle
Über die Rolle
Was wäre, wenn deine tiefe Expertise im maschinellen Lernen direkt beeinflussen könnte, wie die nächste Generation von KI-Systemen denkt, plant und komplexe Probleme löst?
Wir suchen Senior Machine Learning Engineers für eines der technisch anspruchsvollsten und wirkungsvollsten Probleme der KI von heute: großen Sprachmodellen beizubringen, *wie man denkt*. Du verfasst hochgradig präzise Reasoning-Traces – strukturierte, schrittweise Aufzeichnungen darüber, wie ein LLM planen, Tools nutzen und zu Entscheidungen gelangen sollte – und erstellst damit die Trainingsdaten, die KI in realen Szenarien zuverlässiger und leistungsfähiger machen.
Dies ist eine vollständig remote ausgeübte, flexible Vertragsrolle für Ingenieure auf Senior-Niveau, die an der vordersten Front der KI-Entwicklung arbeiten möchten, ohne die Einschränkungen einer Vollzeitstelle.
- Organisation: Alignerr
- Art: Stundenvertrag
- Standort: Remote
- Umfang: 10–40 Stunden/Woche
Was du tun wirst
- Komplexe, hochgradig präzise Reasoning-Traces verfassen, die dokumentieren, wie LLMs anspruchsvolle technische Aufgaben angehen sollten – einschließlich Planung, Tool-Nutzung und mehrstufiger Entscheidungsfindung
- Datenstrategien entwerfen und umsetzen, die KI-Modellen helfen, verschachtelte reale Szenarien mit größerer Zuverlässigkeit zu bewältigen
- Reasoning-Traces auf logische Konsistenz, strukturelle Qualität und Vollständigkeit prüfen und bewerten
- Fortgeschrittene ML-Probleme in klare, gut dokumentierte Reasoning-Schritte zerlegen, die als Trainingsbeispiele für Modelle dienen
- Dein Wissen über LLM-Architekturen und Trainingsmethoden einsetzen, um sicherzustellen, dass Traces strenge Qualitätsstandards erfüllen
Wer du bist
- Erfahrene:r Machine-Learning-Engineer oder Forscher:in mit fundiertem Wissen über Modell-Reasoning, Architektur und Training
- Erfahren darin, komplexe technische Probleme in logische, klar dokumentierte Schritte zu zerlegen
- Vertraut mit fortgeschrittenen LLM-Evaluierungstechniken und damit, wie Modellverhalten durch Trainingsdaten geprägt wird
- Detailorientiert und systematisch – du legst hohe Maßstäbe an Präzision und Klarheit an dich selbst an
- Selbstständig und es fällt dir leicht, asynchron in einer Remote-Umgebung zu arbeiten
Wünschenswert
- Frühere Erfahrung mit Datenannotation, Datenqualitätssicherung oder KI-Evaluierungssystemen
- Ergebnisse in erstklassigen Kaggle-Wettbewerben (Grandmaster- oder Master-Level), die fortgeschrittene Modellleistung und Feature-Engineering-Expertise belegen
- Praktische Erfahrung mit RLHF, Chain-of-Thought-Prompting oder anderen reasoning-orientierten Trainingsmethoden
- Hintergrund in KI-Sicherheit, Interpretierbarkeit oder Alignment-Forschung
Warum zu uns kommen
- Arbeite direkt mit weltweit führenden KI-Forschungsteams an Problemen, die zählen
- Vollständig remote und flexibel – arbeite wann und wo es dir passt, nach deinem eigenen Zeitplan
- Freelance-Autonomie mit der Substanz bedeutungsvoller, wirkungsvoller technischer Arbeit
- Erhalte seltene, praktische Einblicke darin, wie Frontier-LLMs trainiert und evaluiert werden
- Trage dazu bei, KI-Systeme voranzubringen, die in der realen Welt zuverlässiger, transparenter und leistungsfähiger sind
- Möglichkeit auf fortlaufende Arbeit und Vertragsverlängerung, wenn neue Projekte starten