Director, Model Research & Development in Zug

Thomson Reuters Labs ist die globale Forschungs- und Entwicklungsabteilung von Thomson Reuters. Wir bringen Wissenschaftler, Ingenieure und Fachexperten zusammen, um aufkommende Technologien zu erkunden und überzeugende neue KI-Produkte zu entwickeln. Unsere Innovationen helfen Fachleuten, bessere Entscheidungen schneller zu treffen – beispielsweise mit intelligenten rechtlichen Assistenten, automatisierten Compliance-Workflows oder agentischen Steuer-Engines.

Wir suchen kreative, hochgradig anpassungsfähige Wissenschaftler und Ingenieure, die gerne schwierige Probleme lösen, die wichtig sind. Thomson Reuters Labs entwickelt und liefert maßgeschneiderte Modelle für professionelle Workflows, die fiduziarische KI erfordern. Die Thomson LLM-Modellfamilie wurde entwickelt, indem führende Open-Weight-Modelle auf Jahrzehnten von autoritativen Inhalten von Thomson Reuters trainiert wurden, mit Tausenden von Stunden an Input von Fachexperten.

Die Verantwortung für die Modellschicht ist, wie wir Vertrauen in den am stärksten regulierten, risikobehafteten professionellen Workflows gewinnen: Sie ermöglicht es uns, die Genauigkeit, Zitationsverankerung und das juristische Bewusstsein, die unsere Kunden benötigen, anzupassen, unsere eigenen Trainings- und Evaluierungsprioritäten festzulegen und die Wirtschaftlichkeit zu schaffen, die es der KI ermöglicht, profitabel über Produkte zu skalieren, die von mehr als einer Million Fachleuten genutzt werden.

Der Direktor für Modellforschung und -entwicklung ist verantwortlich für die praktische technische Leitung des Forschungsprogramms, einschließlich der Entwicklung der Post-Training- und Datenstrategie, die fähige Basismodelle in genaue, gut kalibrierte und vertrauenswürdige Modelle für den regulierten Einsatz in professionellen Workflows verwandelt. Sie arbeiten eng mit dem Team zusammen, das Experimente entwirft und durchführt, Trainings- und Evaluierungspipelines aufbaut und Ergebnisse auf erstklassigen Konferenzen veröffentlicht.

Hauptverantwortlichkeiten:

• Eigenverantwortliche Durchführung des Post-Trainings für Thomson's LLMs: überwachte Feinabstimmung, Präferenzoptimierung (z.B. DPO) und verstärkendes Lernen, einschließlich RL in agentischen, mehrstufigen Einstellungen, in denen Modelle lernen, Werkzeuge zu verwenden.
• Einrichten und Betreiben der Online-Agenten-Verstärkungs-Lernpipeline, Training mit Fachexperten im Loop.
• Verantwortung für Datenauswahl, Mischungsoptimierung, synthetische Datengenerierung und Evaluierungsdesign.
• Erkennen, wenn ein Trainingslauf schiefgeht, bevor er endet, und wissen, was zu tun ist.
• Tagtäglich mit Infrastruktur- und Evaluierungsteams zusammenarbeiten, um Trainings- und Evaluierungspipelines zuverlässig zu halten.
• Ergebnisse und Empfehlungen vorbringen, um den Fahrplan und Priorisierungsentscheidungen zu informieren.

Erforderliche Qualifikationen:

• Tiefe in Post-Training und verstärkendem Lernen.
• Praktische Kenntnisse in überwachten Feinabstimmungen, Präferenzoptimierung und verstärkendem Lernen.
• Datenzentrierte Modellentwicklung.
• Technische Tiefe in verteiltem Training, Datenpipelines und Evaluierungsinfrastruktur.
• Nachweisbare Erfolge in der Bereitstellung von Modellen oder peer-reviewed Publikationen.
• Technische Führungserfahrung.

Bevorzugte Qualifikationen:

• Erfahrung mit der Anwendung von LLMs im Recht, Steuern oder einem anderen vergleichbar regulierten Berufsfeld.
• Fortgesetztes Pre-Training und Domänenanpassung großer Basismodelle.
• Erfahrung mit Modellsicherheit, adversarialer Robustheit und Red-Teaming.

Was ist für Sie drin?

• Hybrides Arbeitsmodell: Flexibles hybrides Arbeitsumfeld für unsere bürobasierten Rollen.
• Flexibilität & Work-Life-Balance: Unterstützende Arbeitsplatzrichtlinien zur Verwaltung persönlicher und beruflicher Verantwortlichkeiten.
• Karriereentwicklung und Wachstum: Kultur des kontinuierlichen Lernens und der Fähigkeiten.
• Wettbewerbsfähige Vorteile: Umfassende Leistungspläne, einschließlich flexibler Urlaubsregelungen.
• Kultur: Anerkannte, preisgekrönte Reputation für Inklusion und Zugehörigkeit.
• Soziale Auswirkungen: Möglichkeit, in der Gemeinschaft einen Unterschied zu machen.

Thomson Reuters informiert den Weg nach vorne, indem es vertrauenswürdige Inhalte und Technologien zusammenbringt, die Menschen und Organisationen benötigen, um die richtigen Entscheidungen zu treffen.