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

Qualifiche minime: ###

• PhD in Machine Learning, natural language processing, o un campo correlato (o esperienza pratica equivalente).
• Esperienza nello sviluppo di software utilizzando Python e uno o più framework di deep learning (ad es. PyTorch o JAX).
• Esperienza di ricerca nel post-training, reinforcement learning (RL), agentic RL, preference learning o reward modeling.
• Pubblicazione come primo autore (o co-autore) in una o più conferenze peer-reviewed di machine learning o natural language processing (NLP) (ad es. NeurIPS, ICML, ICLR, ACL, EMNLP).

Qualifiche preferibili: ###

• Pubblicazioni come primo autore in importanti sedi ML/NLP (NeurIPS, ICML, ICLR, ACL, EMNLP).
• Esperienza con metodi moderni di allineamento e post-training (ad es. RLHF, DPO, PPO, rejection sampling o self-play).
• Esperienza nella modellazione di dati di interazione multi-turn, traiettorie/log di agenti o feedback degli utenti (segnali impliciti ed espliciti).
• Esperienza nell'addestramento o nella valutazione di reward models, critique models o valutatori automatizzati (ad es. LLM-as-a-judge).
• Esperienza nel post-training agentico.

Informazioni sul lavoro ###

Come parte del team Gemini User Signals, un Research Scientist aiuterà a guidare la strategia di post-training dei nostri modelli più avanzati, dedicata a stabilire il "flywheel" dell'allineamento, convertendo interazioni e feedback complessi degli utenti in segnali di addestramento che migliorino fondamentalmente il comportamento del modello. In questo ruolo, guiderai la ricerca nel reward modeling, nell'ottimizzazione delle preferenze e nelle strategie data-centric per chiudere il ciclo tra il deployment dell'utente e l'addestramento del modello. Aiuterai a definire le ricette orizzontali che ci permettono di scalare questi insight attraverso diverse modalità e famiglie di modelli. L'intelligenza artificiale sarà una delle invenzioni più trasformative dell'umanità. In Google DeepMind, siamo un laboratorio di IA pionieristico con team interdisciplinari eccezionali focalizzati sull'avanzamento dello sviluppo dell'IA per risolvere sfide globali complesse e accelerare l'innovazione di prodotti di alta qualità per miliardi di utenti. Utilizziamo le nostre tecnologie per il beneficio pubblico diffuso e la scoperta scientifica, garantendo che la sicurezza e l'etica siano sempre la nostra massima priorità.

Stiamo spingendo i confini in molteplici domini. I nostri team globali offrono varie opportunità di apprendimento e percorsi di carriera per coloro che sono motivati a ottenere risultati eccezionali attraverso lo sforzo collettivo.

Responsabilità ###

• Progettare e implementare meccanismi per raccogliere, filtrare e utilizzare segnali degli utenti di alta qualità (impliciti ed espliciti) per migliorare iterativamente i modelli Gemini.
• Sviluppare e perfezionare reward models e critique models che catturino accuratamente l'intento e la soddisfazione dell'utente, fungendo da base per il Reinforcement Learning from Human Feedback (RLHF) e altre tecniche di allineamento.
• Creare e convalidare ricette di post-training "orizzontali" che possano essere applicate in modo robusto su diverse dimensioni e modalità di modelli (inclusi testo e audio).
• Investigare nuovi metodi per pesare, sintetizzare e selezionare i dati per massimizzare l'impatto dei segnali degli utenti sulle prestazioni del modello.
• Stabilire framework di valutazione rigorosi per misurare la correlazione tra metriche offline (accuratezza del reward model) e la soddisfazione online dell'utente.