Research Scientist, User Signals from Agentic Logs, DeepMind - Google Careers

Mindestqualifikationen: ###

• PhD in Machine Learning, natural language processing oder einem verwandten Bereich (oder gleichwertige praktische Erfahrung).
• Erfahrung in der Softwareentwicklung mit Python und einem oder mehreren Deep-Learning-Frameworks (z. B. PyTorch oder JAX).
• Forschungserfahrung in Post-Training, Reinforcement Learning (RL), agentic RL, Preference Learning oder Reward Modeling.
• Erstautor- (oder Co-Autor-) Publikation in einer oder mehreren Peer-Reviewed Machine Learning oder Natural Language Processing (NLP) Konferenzen (z. B. NeurIPS, ICML, ICLR, ACL, EMNLP).

Bevorzugte Qualifikationen: ###

• Erstautor-Publikationen an Top ML/NLP-Veranstaltungen (NeurIPS, ICML, ICLR, ACL, EMNLP).
• Erfahrung mit modernen Alignment- und Post-Training-Methoden (z. B. RLHF, DPO, PPO, Rejection Sampling oder Self-Play).
• Erfahrung in der Modellierung von Multi-Turn-Interaktionsdaten, Agent Trajectories/Logs oder Nutzerfeedback (implizite und explizite Signale).
• Erfahrung im Training oder der Evaluierung von Reward Models, Critique Models oder automatisierten Evaluatoren (z. B. LLM-as-a-judge).
• Erfahrung in agentic Post-Training.

Über den Job ###

Als Teil des Gemini User Signals Teams wird ein Research Scientist dazu beitragen, die Post-Training-Strategie unserer fortschrittlichsten Modelle voranzutreiben, mit dem Ziel, das "Flywheel" des Alignments zu etablieren und komplexe Nutzerinteraktionen und Feedback in Trainingssignale umzuwandeln, die das Modellverhalten grundlegend verbessern. In dieser Rolle werden Sie die Forschung in den Bereichen Reward Modeling, Preference Optimization und datenzentrierte Strategien leiten, um den Kreislauf zwischen dem Einsatz durch Nutzer und dem Modelltraining zu schließen. Sie werden helfen, die horizontalen Rezepte zu definieren, die es uns ermöglichen, diese Erkenntnisse über verschiedene Modalitäten und Modellfamilien hinweg zu skalieren. Künstliche Intelligenz wird eine der transformativsten Erfindungen der Menschheit sein. Bei Google DeepMind sind wir ein wegweisendes KI-Labor mit außergewöhnlichen interdisziplinären Teams, die sich darauf konzentrieren, die KI-Entwicklung voranzutreiben, um komplexe globale Herausforderungen zu lösen und hochwertige Produktinnovationen für Milliarden von Nutzern zu beschleunigen. Wir nutzen unsere Technologien für den breiten öffentlichen Nutzen und wissenschaftliche Entdeckungen, wobei wir sicherstellen, dass Sicherheit und Ethik stets unsere höchste Priorität haben.

Wir verschieben die Grenzen in mehreren Bereichen. Unsere globalen Teams bieten vielfältige Lernmöglichkeiten und Karrierewege für diejenigen, die bestrebt sind, durch kollektive Anstrengung außergewöhnliche Ergebnisse zu erzielen.

Verantwortlichkeiten ###

• Entwurf und Implementierung von Mechanismen zum Ernten, Filtern und Nutzen von hochwertigen Nutzersignalen (implizit und explizit), um Gemini-Modelle iterativ zu verbessern.
• Entwicklung und Verfeinerung von Reward Models und Critique Models, die Nutzerabsicht und -zufriedenheit genau erfassen und als Grundlage für Reinforcement Learning from Human Feedback (RLHF) und andere Alignment-Techniken dienen.
• Erstellung und Validierung von "horizontalen" Post-Training-Rezepten, die robust auf verschiedene Modellgrößen und Modalitäten (einschließlich Text und Audio) angewendet werden können.
• Untersuchung neuartiger Methoden zur Gewichtung, Synthese und Auswahl von Daten, um die Auswirkungen von Nutzersignalen auf die Modellleistung zu maximieren.
• Etablierung strenger Evaluierungsrahmen, um die Korrelation zwischen Offline-Metriken (Reward Model Genauigkeit) und der Online-Nutzerzufriedenheit zu messen.