AI Forschung Ingenieur (Multi-Modal Reinforcement Learning) - 100% Remote Worldwide — Tether Operations

Diese Position ist nicht mehr aktiv. Nachfolgend finden Sie die Originaldetails und weitere offene Stellen.

Vollständige Beschreibung

Treten Sie Tether bei und gestalten Sie die Zukunft des digitalen Finanzwesens Bei Tether entwickeln wir nicht nur Produkte, wir sind Vorreiter einer globalen Finanzrevolution. Unsere hochmodernen Lösungen ermöglichen es Unternehmen – von Börsen und Wallets bis hin zu Zahlungsabwicklern und Geldautomaten –, rücklagegesicherte Token nahtlos über Blockchains hinweg zu integrieren. Durch die Nutzung der Leistungsfähigkeit der Blockchain-Technologie ermöglicht Ihnen Tether das sofortige, sichere und globale Speichern, Senden und Empfangen digitaler Token – und das alles zu einem Bruchteil der Kosten. Transparenz ist die Grundlage unseres Handelns und gewährleistet Vertrauen bei jeder Transaktion.

Innovation mit Tether Tether Finance: Unsere innovative Produktsuite umfasst den vertrauenswürdigsten Stablecoin der Welt, USDT, auf den Hunderte Millionen Menschen auf der ganzen Welt vertrauen, sowie bahnbrechende Dienste zur Tokenisierung digitaler Vermögenswerte.

Aber das ist erst der Anfang

Tether Power: Unsere Energielösungen fördern nachhaltiges Wachstum und optimieren den überschüssigen Strom für das Bitcoin-Mining durch umweltfreundliche Verfahren in hochmodernen, geografisch vielfältigen Anlagen. Tether Data: Wir treiben Durchbrüche in der KI- und Peer-to-Peer-Technologie voran, senken Infrastrukturkosten und verbessern die globale Kommunikation mit modernsten Lösungen wie KEET, unserer Flaggschiff-App, die den sicheren und privaten Datenaustausch neu definiert. Tether Education: Durch die Demokratisierung des Zugangs zu erstklassigem digitalen Lernen ermöglichen wir Einzelpersonen, in der Digital- und Gig-Wirtschaft erfolgreich zu sein und so globales Wachstum und Chancen voranzutreiben. Tether Evolution: An der Schnittstelle von Technologie und menschlichem Potenzial verschieben wir die Grenzen des Möglichen und gestalten eine Zukunft, in der Innovation und menschliche Fähigkeiten auf kraftvolle, beispiellose Weise verschmelzen.

Warum sollten Sie bei uns mitmachen? Unser Team ist ein globales Talent-Powerhouse, das von überall auf der Welt aus arbeitet. Wenn es Ihnen am Herzen liegt, sich im Fintech-Bereich einen Namen zu machen, ist dies Ihre Gelegenheit, mit einigen der klügsten Köpfe zusammenzuarbeiten, Grenzen zu überschreiten und neue Standards zu setzen. Wir sind schnell gewachsen, schlank geblieben und haben uns unseren Platz als Branchenführer gesichert. Wenn Sie über ausgezeichnete Englischkenntnisse verfügen und bereit sind, einen Beitrag zur innovativsten Plattform der Welt zu leisten, ist Tether der richtige Ort für Sie. Sind Sie bereit, Teil der Zukunft zu sein?

Über den Job Als Mitglied des KI-Modellteams treiben Sie Innovationen im multimodalen Verstärkungslernen voran, um intelligente Systeme der nächsten Generation voranzutreiben. Der Schwerpunkt Ihrer Arbeit liegt auf der Optimierung der Entscheidungsfindung und des adaptiven Verhaltens über integrierte Datenmodalitäten wie Text, Bilder und Audio hinweg, um verbesserte Intelligenz, robuste Leistung und domänenspezifische Fähigkeiten für reale Herausforderungen bereitzustellen. Sie entwickeln und skalieren verstärkende Lerntechniken innerhalb komplexer multimodaler Architekturen, einschließlich diffusionsbasierter generativer Modelle und autoregressiver Modelle für multimodales Verständnis sowie ressourceneffizienter Modelle, die für eingeschränkte Hardwareumgebungen entwickelt wurden. Dazu gehört die Erforschung von Reinforcement-Learning-Algorithmen für multimodale Modelle, Spanning-Diffusion-Modellen für bildautoregressive Modelle für multimodales Denken und einheitlicher multimodaler Frameworks. Von Ihnen wird erwartet, dass Sie über fundierte Fachkenntnisse im Entwurf multimodaler Reinforcement-Learning-Systeme und einen fundierten Hintergrund in fortgeschrittenen Modellarchitekturen verfügen, mit einem praxisorientierten, forschungsorientierten Ansatz für die Erstellung und Bereitstellung neuartiger Algorithmen und Trainings-Frameworks. Sie entwerfen und entwickeln RL-Infrastruktur- und Belohnungsmodellierungsstrategien, um ein effizientes groß angelegtes Training zu ermöglichen, die Trainingsstabilität zu verbessern und Belohnungs-Hacking und damit verbundene Fehlermodi einzudämmen. Zu Ihren Aufgaben gehört auch die Kuratierung multimodaler Simulationsumgebungen und Trainingsdatensätze, die Verbesserung der grundlegenden Richtlinienleistung über alle Modalitäten hinweg sowie die Identifizierung und Behebung von Engpässen beim multimodalen Lernen und der Belohnungsoptimierung.

Darüber hinaus werden Sie sich mit Reinforcement-Learning-Paradigmen der nächsten Generation befassen, die direkter und effektiver aus Umgebungsfeedback lernen, mit dem Ziel, eine überlegene, domänenangepasste KI-Leistung in dynamischen, realen Umgebungen zu erzielen.

Verantwortlichkeiten

  • Führen Sie Forschung zu Reinforcement-Learning-Algorithmen für multimodale Modelle durch, einschließlich diffusionsbasierter Ansätze für bildautoregressive Modelle für multimodales Verständnis und einheitliche Frameworks, die mehrere Modalitäten integrieren.
  • Entwerfen und bauen Sie eine Infrastruktur für verstärkendes Lernen, die skalierbares, verteiltes Training über multimodale Systeme hinweg unterstützt und gleichzeitig Effizienz und Zuverlässigkeit beibehält.
  • Entwickeln und verfeinern Sie Belohnungsmodellierungsstrategien, die die Trainingsstabilität verbessern, das Modellverhalten an den gewünschten Ergebnissen ausrichten und Belohnungs-Hacking und damit verbundene Fehlermodi abschwächen.
  • Erstellen und kuratieren Sie multimodale Simulationsumgebungen und Datensätze, um solides Training, Bewertung und Benchmarking von Reinforcement-Learning-Systemen zu unterstützen.
  • Entwerfen und führen Sie strenge Benchmarking- und Bewertungsprotokolle durch, um die Modellleistung zu messen, den Fortschritt anhand von Ausgangswerten zu verfolgen und Verbesserungen bei multimodalen Aufgaben zu validieren.
  • Analysieren und optimieren Sie die Leistung von Richtlinien über alle Modalitäten hinweg, indem Sie Engpässe bei Schulung, Kreditzuweisung und modalübergreifender Ausrichtung identifizieren.
  • Untersuchen und entwickeln Sie Reinforcement-Learning-Paradigmen der nächsten Generation, die effektiver aus dem Feedback der Umgebung lernen, mit dem Ziel, eine überlegene State-of-the-Art-Leistung (SOTA) zu erreichen.
  • Veröffentlichen Sie Forschungsergebnisse auf hochrangigen Konferenzen wie ICML, NeurIPS, ICLR, CVPR, ICCV, ECCV usw.
  • Ein Master-Abschluss in Informatik oder einem verwandten Bereich ist erforderlich
  • Ein Doktortitel in maschinellem Lernen, NLP, Computer Vision oder einer eng verwandten Disziplin wird bevorzugt, zusammen mit einer starken Erfolgsbilanz in der KI-Forschung und Veröffentlichungen auf hochrangigen Konferenzen.
  • Nachgewiesene Erfahrung bei der Durchführung groß angelegter Reinforcement-Learning-Experimente in multimodalen und visionszentrierten Systemen, einschließlich Online-RL-Einstellungen, mit nachgewiesener Auswirkung auf domänenspezifische Entscheidungsfindung und messbaren Verbesserungen der Richtlinienleistung.
  • Tiefes Verständnis von Reinforcement-Learning-Algorithmen und Optimierungsmethoden, die auf visuelle und multimodale Lernprobleme angewendet werden, mit Schwerpunkt auf der Verbesserung der Richtlinienstabilität, Exploration und Stichprobeneffizienz in komplexen, hochdimensionalen Umgebungen mit Bildern, Videos und anderen Modalitäten.
  • Starke Kenntnisse in PyTorch und Deep-Learning-Frameworks für Vision und multimodale KI, mit praktischer Erfahrung beim Aufbau von End-to-End-RL-Pipelines, die Simulation, Schulung, Evaluierung und Bereitstellung in produktionstauglichen Systemen umfassen.
  • Nachgewiesene Fähigkeit, empirische Forschung anzuwenden, um zentrale RL-Herausforderungen bei multimodalen und Vision-Aufgaben zu lösen, wie z. B. Stichprobenineffizienz, Kompromisse zwischen Exploration und Ausbeutung und Trainingsinstabilität, zusammen mit Erfahrung im Entwerfen robuster Bewertungsrahmen und der Iteration algorithmischer Verbesserungen zur Verbesserung der Agentenleistung.
  • Nachgewiesene Erfolgsbilanz von Forschungspublikationen auf hochrangigen Konferenzen wie ICML, NeurIPS, ICLR, CVPR, ICCV, ECCV usw.

Wichtige Informationen für Kandidaten Rekrutierungsbetrug kommt immer häufiger vor. Um sich selbst zu schützen, beachten Sie bitte Folgendes, wenn Sie sich auf Stellen bewerben:

  • Bewerben Sie sich ausschließlich über unsere offiziellen Kanäle. Wir nutzen für die Rekrutierung keine Plattformen oder Agenturen Dritter, sofern dies nicht ausdrücklich angegeben ist. Alle offenen Stellen sind auf unserer offiziellen Karriereseite aufgeführt: https://tether.recruitee.com/
  • Überprüfen Sie die Identität des Personalvermittlers. Alle unsere Personalvermittler verfügen über verifizierte LinkedIn-Profile. Wenn Sie sich nicht sicher sind, können Sie ihre Identität bestätigen, indem Sie ihr Profil überprüfen oder uns über unsere Website kontaktieren.
  • Seien Sie vorsichtig bei ungewöhnlichen Kommunikationsmethoden. Wir führen keine Interviews über WhatsApp, Telegram oder SMS durch. Die gesamte Kommunikation erfolgt über offizielle E-Mails und Plattformen des Unternehmens.
  • Überprüfen Sie Ihre E-Mail-Adressen noch einmal. Die gesamte Kommunikation von uns erfolgt über E-Mails mit der Endung @ tether.to oder @ tether.io
  • Wir werden Sie niemals nach Zahlungs- oder Finanzdaten fragen. Wenn jemand zu irgendeinem Zeitpunkt während des Einstellungsprozesses nach persönlichen Finanzinformationen oder Zahlungen fragt, handelt es sich um Betrug. Bitte melden Sie es umgehend.

Im Zweifelsfall können Sie sich gerne über unsere offizielle Website an uns wenden.

Stellendetails

  • Unternehmen: Tether Operations
  • Position: AI Forschung Ingenieur (Multi-Modal Reinforcement Learning) - 100% Remote Worldwide
  • Standort: Lugano, Ticino, Tessin
  • Gehalt: CHF 58'000 - 88'000 (Quelle ungeprüft)
  • Branche: Fintech / Blockchain
  • Veröffentlicht am: 2026-05-19
  • Abgelaufen am: 2026-11-04

Weitere Stellen bei Tether Operations

Stellen suchen im Tessin

Durchsuchen Sie unser komplettes Job Board.

Weitere Stellen in der Nähe von Lugano, Ticino: Jobs im Tessin

Finden Sie Ihre nächste Stelle als Grenzgänger in der Schweiz.

Offene Stellen ansehen →