Staff Research Scientist – Reinforcement Learning

Stelle nicht auf LinkedIn

🕒 vor 3 Monaten

🏄 California – Remote

🏄 California – Remote

💵 $200.000 - $250.000 / Jahr

⏰ Vollzeit

🔴 Experte

🧬 Forschungswissenschaftler

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

👻 Geisterscore 35%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.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

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 simulation environments and digital twins for enterprise workflows • Post-train LLM agents using RLHF, DPO, GRPO, PPO, and emerging methods • Build pipelines that convert human-labeled traces and verifiable signals into training data • Architect multi-turn, tool-using agents with closed learning loops • Design reward functions and verifiers that resist reward hacking and reflect real task outcomes • Set the technical bar across the team — architecture, code review, engineering standards • Mentor researchers and engineers; drive technical direction through influence • Translate research into production; contribute to publications

🎯 Anforderungen

• 7+ years in ML/AI research or engineering; 3+ years at senior/staff level • MS or PhD in Computer Science, Machine Learning, or related field (or equivalent) • 5+ years hands-on RL — environment design, reward engineering, policy optimization — with at least one production deployment LLM Post-Training • 3+ years fine-tuning LLMs with hands-on RL post-training (RLHF, DPO, GRPO, PPO) • Expert-level implementation of RLHF pipelines, reward modeling (Bradley-Terry), DPO, and KTO • Strong Python and software engineering skills — comfortable building production pipelines, not just notebooks • Deep expertise in MDPs, policy gradient methods (PPO, SAC), and temporal difference learning • Working knowledge of modern post-training and rollout-serving libraries (TRL, veRL, OpenRLHF, SkyRL)

🏖️ Vorteile

• Health insurance • 401(k) matching • Flexible work hours • Paid time off • Remote work options

📊 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