Internship Or Master’s Thesis

Das IBM Zurich Research Laboratory sucht nach talentierten Personen.

Kontext

Unternehmensdatensysteme entwickeln sich von pipeline-zentrierten Architekturen hin zu agentenzentrierten Systemen, in denen auf großen Sprachmodellen (LLM) basierende Agenten die Benutzerabsicht interpretieren und Datenoperationen im Auftrag des Benutzers ausführen. Im Gegensatz zu traditionellen Ansätzen, die auf vordefinierten ETL-Pipelines und statischer Orchestrierung basieren, setzen diese Systeme auf adaptives, mehrstufiges Denken und dynamische Werkzeugnutzung.

Dieser Wandel bringt eine Reihe grundlegender Herausforderungen mit sich. Mit der Zunahme der verfügbaren Werkzeuge und aufgabenspezifischen Fähigkeiten wird das effiziente Management des Agentenkontexts entscheidend. Zudem reichen etablierte Evaluierungsmethoden, die auf der Genauigkeit einzelner Abfragen basieren, nicht mehr aus, um die Qualität mehrstufiger, agentengesteuerter Arbeitsabläufe zu bewerten. Darüber hinaus bleibt es eine offene Forschungsfrage, Agenten zu ermöglichen, frühere Interaktionen zu nutzen, um die Leistung zu verbessern und das Verhalten an individuelle Benutzer anzupassen.

Unsere Gruppe entwickelt Datensysteme der nächsten Generation, die diese Herausforderungen an der Schnittstelle von LLMs, Datenmanagement und Systemtechnik adressieren. Unser aktueller Fokus liegt auf datenorientierten Operationen, einschließlich synthetischer Datengenerierung, autonomer Datenanalyse und datenübergreifender Abfrage. Gleichzeitig zielt das zugrundeliegende Systemdesign darauf ab, über das Datenmanagement hinaus zu generalisieren und eine breitere Klasse agentengesteuerter Anwendungen zu unterstützen.

Ihre Rolle

Sie tragen zur Gestaltung, Implementierung und Evaluierung agentenzentrierter Datensysteme bei. Die Position bietet Flexibilität bei der Gestaltung des spezifischen Schwerpunktes, während eine enge Verbindung zur laufenden Systementwicklung und Forschung erhalten bleibt. Typische Arbeitsbereiche umfassen:

• Entwurf und Implementierung skalierbarer Ansätze für das Matching von Benutzerabsichten mit relevanten Werkzeugen und Fähigkeiten in Umgebungen mit einer großen und sich ständig weiterentwickelnden Menge verfügbarer Funktionalitäten.
• Entwicklung von Mechanismen für Cross-Session-Lernen, die es dem Agenten ermöglichen, betriebliches Wissen zu erfassen, zu strukturieren und wiederzuverwenden, um Effizienz zu steigern und sich an individuelle Benutzer anzupassen.
• Untersuchung der agentengesteuerten Ausführung über heterogene Datensysteme hinweg, bei der eine einzelne Benutzeranfrage koordinierte Operationen über mehrere Arten von Datenmanagementplattformen erfordert.
• Entwurf und Evaluierung erweiterbarer Plugin-Schnittstellen, die es ermöglichen, Drittanbieter-Datenfunktionen dynamisch zur Laufzeit zu entdecken und zu integrieren.
• Aufbau von Evaluierungsrahmen für agentenbasierte Systeme, einschließlich der Generierung synthetischer Daten und der Definition von Metriken, die die Korrektheit und Robustheit mehrstufiger Arbeitsabläufe über die isolierte Abfragegenauigkeit hinaus erfassen.

Die Position bietet die Möglichkeit, sowohl systemorientierte Beiträge als auch empirische Evaluierungen zu leisten. Je nach Umfang des Projekts können die Ergebnisse zur Produktentwicklung sowie zu Veröffentlichungen auf führenden Konferenzen beitragen.

Mindestanforderungen

• Masterstudent/in in Informatik, Data Science oder einem verwandten Fachgebiet.
• Starke Software-Engineering-Fähigkeiten mit solider Erfahrung in Python.
• Gutes Verständnis relationaler Datenbanken und SQL.
• Vertrautheit mit großen Sprachmodellen und deren praktischer Anwendung.
• Erfahrung mit Versionskontrollsystemen (z. B. Git) und kollaborativen Entwicklungs-Workflows.
• Fähigkeit, selbstständig an offenen Problemen zu arbeiten.
• Starke schriftliche und mündliche Kommunikationsfähigkeiten in Englisch.

Bevorzugte Qualifikationen

• Erfahrung mit LLM-basierten Systemen oder Agenten-Frameworks (z. B. Model Context Protocol oder ähnliche Konzepte).
• Vertrautheit mit modernen Datensystemen und Tools (z. B. DuckDB, Apache Arrow, Spark).
• Hintergrund in Datenengineering, Abfrageverarbeitung oder Datenintegration.
• Erfahrung mit Benchmarking und Evaluierung komplexer Systeme.
• Interesse an der Kombination von Systementwicklung mit forschungsorientierter Arbeit.

Was wir bieten

• Die Möglichkeit, an hochmodernen Systemen an der Schnittstelle von LLMs und Datenmanagement zu arbeiten.
• Enge Zusammenarbeit mit erfahrenen Forschern und Ingenieuren in einem forschungsorientierten Umfeld.
• Zugang zu moderner LLM-Infrastruktur und heterogenen Datenplattformen.
• Möglichkeiten, zu Open-Source-Projekten und Forschungsarbeiten beizutragen.
• Ein flexibles und kollaboratives Arbeitsumfeld in einem internationalen Team.

Vielfalt & Arbeitsumfeld

IBM engagiert sich für die Förderung von Vielfalt und Inklusion am Arbeitsplatz. Sie treten einer offenen, multikulturellen Forschungsumgebung bei, die unterschiedliche Perspektiven schätzt und flexible Arbeitsmodelle unterstützt. Unser Ziel ist es, allen Geschlechtern und Hintergründen zu einem beruflichen Erfolg zu verhelfen und gleichzeitig eine gesunde Work-Life-Balance zu gewährleisten.

Wie Sie sich bewerben

Bitte senden Sie Ihren Lebenslauf, ein kurzes Motivationsschreiben (maximal eine Seite) und Ihr akademisches Zeugnis ein. Falls vorhanden, fügen Sie Links zu relevanten Projekten oder Code-Repositories bei.

Mehr Informationen

Bitte beziehen Sie sich in Ihrer Bewerbung auf myScience.ch und geben Sie die JobID69703 an.