Senior Applied Reinforcement Learning Engineer

🕒 vor 3 Monaten

🏄 California, Washington – Remote

🏄 California – Remote ☕ Washington – Remote

💵 $150.000 - $300.000 / Jahr

⏰ Vollzeit

🟠 Senior

👷🏻‍♀️ Ingenieur

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

👻 Geisterscore 45%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Thermo Fisher Scientific

WebsiteLinkedInAlle Stellen

10.000+ Mitarbeiter

🏥 Gesundheitswesen

💼 Beratung

📦 Logistik

Healthcare • Consulting • Logistics

Thermo Fisher Scientific ist ein führender globaler Anbieter von wissenschaftlichen Instrumenten, Reagenzien und Verbrauchsmaterialien sowie Software-Dienstleistungen. Das Unternehmen unterstützt die Bereiche Biowissenschaften, Gesundheitswesen und Analytische Chemie, indem es robuste Lösungen für Laborforschung und Produktionsprozesse bereitstellt. Ihre innovativen Produkte und Dienstleistungen umfassen ein breites Anwendungsspektrum, darunter Diagnostik, Automatisierung von Laborabläufen und Wirkstoffforschung.

Beschreibung

• Design and build custom RL environments (digital twins) simulating enterprise workflows such as document processing, compliance, onboarding, and support automation • Post-train LLM-based agents on domain-specific tasks using PPO, GRPO, DPO, and RLHF • Build end-to-end pipelines converting human-labeled traces into RL training data • Architect multi-step reasoning agents with tool-calling and closed learning loops • Design reward functions, verifiers, and validation frameworks for pre-deployment testing • Translate cutting-edge RL research into production systems • Contribute to publications

🎯 Anforderungen

• 3+ years hands-on experience with environment design, reward engineering, and policy optimization • Experience fine-tuning LLMs using RLHF, DPO, PPO, or similar • Software engineering experience beyond research with scalable pipelines and training infrastructure • Experience with LLM-based agents, tool use, and multi-step reasoning • Strong Python skills • Experience with Gymnasium, RLlib, and Stable Baselines • Experience with PyTorch, JAX, or TensorFlow • MS/PhD in CS, ML, or related field (or equivalent experience) • Publications at NeurIPS, ICML, ICLR, ACL, or similar venues preferred • Enterprise workflow experience in healthcare, finance, logistics, or compliance preferred • Open-source contributions to CleanRL, TRL, veRL, or agent frameworks preferred • Experience with world models, synthetic data generation, and simulation preferred • Distributed training and large-scale RL experimentation preferred

🏖️ Vorteile

• Opportunity to lead a new discipline at the intersection of RL, simulation, and enterprise AI • Opportunity to see research power real systems across healthcare, finance, and safety • Collaboration with NVIDIA, Microsoft, and the global AI community • Opportunity to create governed, compliant AI systems enterprises can trust