Znajdź kolejną szansę zawodową

Szukaj ofert według zawodu, umiejętności i lokalizacji. Sprawdź wymagania, zanim przygotujesz aplikację.

Dobre poszukiwanie pracy nie kończy się na atrakcyjnej nazwie stanowiska. Porównaj obowiązki, wymagania i warunki ze swoim doświadczeniem. Ten poradnik pomoże Ci wybrać oferty, przygotować odpowiednie dokumenty i sprawdzić, gdzie wysłać każdą aplikację.

Interfejs jest w języku polskim. Nazwy stanowisk i opisy pracodawców pozostają w oryginalnym języku publikacji, którym może być angielski.

Wyczyść filtry

Wyniki: 13 761

← Wróć do wyników

Senior AI Researcher: LLM post-training for hallucination reduction (f/m/d)

Alephalpha

Lokalizacja
Heidelberg, BADEN WüRTEMBERG, DE
Godziny pracy
FULL_TIME
Opublikowano
14 paź 2026

Przed aplikowaniem sprawdź na stronie pracodawcy, czy oferta nadal jest aktualna, i zapoznaj się z pełnymi warunkami.

Opis stanowiska

Interfejs jest w języku polskim. Nazwy stanowisk i opisy pracodawców pozostają w oryginalnym języku publikacji, którym może być angielski.

Who we are Aleph Alpha’s mission is to deliver sovereign, human-centric AI to governmental institutions and large enterprises. To that end, we deliver category-defining AI innovation that enables open, accessible, and trustworthy deployment of GenAI in industrial applications. Our organization develops foundational models and next-generation methods that make it easy and affordable for Aleph Alpha’s customers to increase productivity in development, engineering, logistics, and manufacturing processes. About the role We are looking for a (Senior) AI Researcher to join our hallucination reduction capability team to push the boundaries in LLM post-training (SFT and RL). We're one of the few places in Europe training foundation models from scratch. You will be part of a team of (senior) researchers and PhD interns doing cutting-edge research across pre-, mid- and post-training, grounding and specialized models with hundreds of GPUs at our disposal. What will you do Core Research & Development: Design, execute, and scale post-training methodologies (SFT, RL) specifically aimed at eliminating model hallucinations and making them grounded in evidence. Uncertainty & Reliability: Research and implement techniques in uncertainty estimation, calibration, self-consistency, and self-correction mechanisms to enable models to identify and signal when they “don't know”. Post-Training Pipelines: Build and optimize high-throughput, distributed fine-tuning and training pipelines across multi-node GPU clusters. Evaluation & Benchmarking: Design and implement rigorous evaluation methods to benchmark hallucination rates, truthfulness, and reasoning accuracy. Technical Ownership: Drive research projects independently from initial hypothesis to scalable production implementation and technical reports. Qualifications Hands-on experience fine-tuning or post-training LLMs using modern distributed training frameworks. Track record of research or implementation in at least one of the following domains: Hallucination mitigation / truthfulness alignment / grounding in RAG Uncertainty estimation, or out-of-distribution detection Retrieval-Augmented Generation evaluation / alignment, refusal behavior calibration, or claim verification Strong programming skills (Python & PyTorch). Compensation and Benefits Become part of an AI revolution! 30 days of paid vacation Access to a variety of fitness & wellness offerings via Wellhub Mental health support through nilo.health Substantially subsidized company pension plan for your future security Subsidized Germany-wide transportation ticket Budget for additional technical equipment Flexible working hours for better work-life balance and hybrid working model JobRad® Bike Lease

Szukaj, porównuj i przygotuj aplikację

Zacznij od zawodu lub umiejętności, którą chcesz wykorzystywać. Dopasuj filtry lokalizacji i zawodu, a następnie otwórz oferty, aby porównać obowiązki. Jeśli nie ma wyników, użyj krótszego hasła lub usuwaj po jednym filtrze.

Oddziel wymagania obowiązkowe od preferowanych. Sprawdź godziny pracy, wynagrodzenie i lokalizację, jeśli zostały podane. Praca zdalna może wymagać zamieszkania w określonym kraju, prawa do pracy lub zgodności godzin. Potwierdź aktualność oferty i pełne warunki u pracodawcy.

Wybierz prawdziwe przykłady ze swojego doświadczenia, które odpowiadają wymaganiom stanowiska. Wyjaśnij swój wkład i używaj tylko liczb, które możesz uzasadnić. Postępuj zgodnie z instrukcjami pracodawcy i przed wysłaniem sprawdź dane kontaktowe, treść oraz plik PDF.

Przed wysłaniem aplikacji

Pytania dotyczące poszukiwania pracy

Dlaczego niektóre oferty są po angielsku?

Pracodawcy przygotowują własne tytuły i opisy. Zachowujemy te teksty, aby nie zmieniać wymagań ani warunków. Nawigacja i ten poradnik są po polsku. Jeśli polskie hasło nie daje wyników, spróbuj również nazwy stanowiska lub umiejętności w języku ogłoszenia, na przykład „software engineer”.

Czy praca zdalna oznacza możliwość pracy z dowolnego kraju?

Niekoniecznie. Firma może ograniczać kraje zamieszkania, wymagać pozwolenia na pracę lub określonych godzin dostępności. Sprawdź oryginalne ogłoszenie. Jeśli brakuje tych informacji, uzyskaj potwierdzenie od pracodawcy, zanim założysz, że możesz pracować ze swojej lokalizacji.

Co zrobić, gdy nie ma wyników?

Spróbuj ogólniejszej nazwy stanowiska albo jednej umiejętności i usuwaj filtry pojedynczo. Firmy różnie nazywają podobne role. Jeśli konkretna oferta zniknęła, poszukaj jej numeru na stronie kariery firmy. Poszerzenie wyszukiwania nie otwiera ponownie zakończonej rekrutacji.

Czy aplikacja jest wysyłana przez ResumizeAI?

Przycisk aplikowania otwiera zewnętrzną stronę. Postępuj zgodnie z instrukcjami pracodawcy lub platformy rekrutacyjnej i tam potwierdź wysłanie. Przygotowanie CV w ResumizeAI nie oznacza złożenia aplikacji. Jeśli link prowadzi tylko do strony firmy, najpierw odszukaj właściwą ofertę.

Jak dopasować CV i list motywacyjny?

Powiąż wymagania z projektami, zadaniami i wynikami, które potrafisz wyjaśnić. Podkreśl istotne doświadczenie bez wymyślania umiejętności czy osiągnięć. W liście uzasadnij zainteresowanie konkretnym przykładem. Zachowaj wymagany język i format oraz sprawdź oba dokumenty przed wysłaniem.