Docling

Wir suchen einen hochmotivierten Forschungspraktikanten, der das Docling-Team für ein ca. 4-monatiges bezahltes Praktikum im Jahr 2026 verstärkt. Der erfolgreiche Kandidat befindet sich am Ende seines Master- oder Promotionsstudiums und bringt starke Programmierkenntnisse in Python sowie eine solide Grundlage im maschinellen Lernen mit. Eine Spezialisierung im Bereich Computer Vision ist sehr wünschenswert, da unsere Arbeit modernste KI-Techniken zur Analyse und Verarbeitung visueller und textlicher Inhalte in komplexen Dokumenten integriert. Diese Rolle bietet die Möglichkeit, mit führenden Forschern und Ingenieuren an innovativen Projekten zu arbeiten, die akademische Innovation mit realen Anwendungen verbinden.

Rolle & Verantwortlichkeiten

• Beitrag zum gesamten Spektrum der Dokumenten-KI-Forschung und -Entwicklung, einschließlich Modelltraining, Bewertung, Optimierung und großflächiger Implementierung.
• Entwicklung und Erprobung von Vision-Language-Modellen für Aufgaben wie Dokumentenlayout-Analyse, OCR, Informationsgewinnung und multimodales Verständnis.
• Entwurf und Implementierung neuartiger Algorithmen, die visuelle, textuelle und strukturelle Signale für ein robustes Dokumentenverständnis kombinieren.
• Arbeit mit groß angelegten Datensätzen und Trainingspipelines unter Nutzung moderner Deep-Learning-Frameworks (z. B. PyTorch).
• Enge Zusammenarbeit mit Forschern und Ingenieuren, um Forschungsergebnisse in die Produktion zu überführen, mit Beiträgen zu Open-Source-Projekten und Unternehmensanwendungen.
• Analyse von experimentellen Ergebnissen, Durchführung von Ablationen und Iteration von Methoden, um den Stand der Technik im Bereich Dokumentenintelligenz voranzutreiben.
• Einblick in Forschungs-zu-Produkt-Pipelines und das breitere Enterprise-KI-Ökosystem.
• Hervorragende Leistungen während des Praktikums können zu zukünftigen Beschäftigungsmöglichkeiten im Docling-Team führen.

Mindestqualifikationen

• Derzeit eingeschrieben oder kürzlich abgeschlossenes Promotions- oder Masterstudium mit Forschungserfahrung in Informatik, Maschinellem Lernen oder einem verwandten Bereich.
• Starke Grundlagen in maschinellem Lernen, Deep Learning, Computer Vision, natürlicher Sprachverarbeitung oder multimodalem Lernen.
• Kenntnisse in Python und modernen Deep-Learning-Frameworks (z. B. PyTorch) sowie Bibliotheken wie Hugging Face Transformers / Datasets.
• Ausgezeichnete Kommunikationsfähigkeiten (schriftlich und mündlich), Fähigkeit, klar zu präsentieren und zu schreiben.

Bevorzugte Qualifikationen

• Publikationen in relevanten Fachgebieten (CVPR, ICCV, ECCV, NeurIPS, ICLR).
• Erfahrung mit dokumentenzentrierten Aufgaben: OCR, Layout-Modellierung, Tabellenverständnis, DocQA.
• Vertrautheit mit groß angelegtem Training, verteiltem Rechnen oder Modelloptimierung (z. B. Speicher, Geschwindigkeit).
• Erfahrung mit vortrainierten Modellen, Feinabstimmung, multimodalen Modellen oder Architekturen (Vision + Sprache).

Diversität

IBM engagiert sich für

Diversität

am Arbeitsplatz. Bei uns finden Sie ein offenes, multikulturelles Umfeld. Hervorragende flexible Arbeitsregelungen ermöglichen es allen Geschlechtern, die gewünschte Balance zwischen beruflicher Entwicklung und Privatleben zu finden.

Bewerbung

Bitte reichen Sie Ihren Lebenslauf mit Kontaktinformationen von zwei oder drei Referenzen ein. Wir ermutigen Kandidaten außerdem, ein 3-minütiges Video einzureichen, in dem sie sich vorstellen sowie ihre Motivation und Expertise hervorheben. Das Video ist nicht verpflichtend.