Director, Model Research & Development in Niedergebra

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. Von der Forschung und Prototypenerstellung bis hin zum Kundenerfolg überbrückt unsere Arbeit die Grenze zwischen Grenzwissenschaft und praktischer Anwendung. Unsere Innovationen helfen Fachleuten, bessere Entscheidungen schneller zu treffen – beispielsweise mit intelligenten rechtlichen Assistenten, automatisierten Compliance-Workflows oder agentischen Steuer-Engines.

Wir suchen stets 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 autoritativer Inhalte von Thomson Reuters trainiert wurden, mit Tausenden von Stunden an Input von Fachexperten.

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 Evaluierungs-Pipelines aufbaut und Ergebnisse auf erstklassigen Konferenzen veröffentlicht.

Hauptverantwortlichkeiten:

• Eigenverantwortliche Durchführung des Post-Trainings für Thomson's LLMs: überwachte Feinabstimmung, Präferenzoptimierung (z.B. DPO) und Verstärkungslernen, 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 Training fehlschlägt, bevor es endet, und wissen, was zu tun ist.
• Tagtäglich mit Infrastruktur- und Evaluierungsteams arbeiten, 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 Verstärkungslernen.
• Praktische Erfahrung in der Überwachung der Feinabstimmung, Präferenzoptimierung und Verstärkungslernen.
• Datenzentrierte Modellentwicklung.
• Technische Tiefe in verteiltem Training, Datenpipelines und Evaluierungsinfrastruktur.
• Nachweisbare Erfolge bei der Bereitstellung von Modellen oder Veröffentlichungen in führenden Forschungsforen.
• Technische Führungserfahrung.

Bevorzugte Qualifikationen:

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

Was bieten wir Ihnen?

• 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 Branchenleistungen: Umfassende Leistungspläne, einschließlich flexibler Urlaubsregelungen.
• Kultur: Anerkannte, preisgekrönte Reputation für Inklusion und Zugehörigkeit.
• Soziale Auswirkungen: Möglichkeit, in der Gemeinschaft aktiv zu werden.

Wir sind eines der wenigen Unternehmen weltweit, das seinen Kunden hilft, Gerechtigkeit, Wahrheit und Transparenz zu verfolgen.