Keine Standortpflicht. Wir suchen Menschen, die unabhängig vom Ort klare Proof-Arbeit leisten können.
Physics-Inspired AI / Resonance Systems Researcher
NEXO는 Trust Score, Evidence Path, 버전 지식 상태로 AI 실행을 결정론적이고 재생 가능하며 책임 가능하게 만듭니다.
Worum es in dieser Rolle wirklich geht
Wir suchen Menschen, die mathematische und physikalische Konzepte nicht als Dekoration verstehen, sondern als Denkwerkzeuge für neue KI-Architektur.
Rahmen der Rolle
Die Eckdaten kommen aus der Rollenstruktur. Inhalt, Tiefe und Proof-Fragen bleiben pro Stelle im CMS gepflegt.
Remote, Verantwortung und klare Proof-Ziele
Alle Rollen sind remote ausgelegt. Standort ist kein Auswahlkriterium, Arbeitsqualität schon.
Wir suchen Menschen, die Proof, Research, Engineering und Produkt ernsthaft zusammenbringen wollen.
Du arbeitest an einer neuen Modellgeneration, nicht an einer weiteren Oberfläche um bestehende KI.
Claims, Entscheidungen und Fortschritt sollen bei NEXO nachvollziehbar bleiben: in 아티팩트n, Reviews und Läufen.
So läuft die Bewerbung
Du wählst ein 문제, das zu deiner Denkweise passt. Rolle und Titel sind danach zweitrangig.
Du zeigst Lösung, Pfad, Annahmen und Grenzen. CV ist hilfreich, aber nicht das Hauptsignal.
Wir reviewen die Arbeit fachlich. Automatische Checks können helfen, entscheiden aber nicht allein.
Wenn das Signal stark ist, folgt geschützter Kontext oder ein bezahlter Trial Sprint mit klarer Aufgabe.
Was du aufbaust
Formalisierung von Zustands-, Resonanz- und Hypothesenräumen für NEXO Research.
Entwicklung prüfbarer Forschungsfragen rund um Reuse, Contribution, Evidence und Replay.
Übersetzung abstrakter Konzepte in verständliche Proof-Pfade für Engineering und Produkt.
Aufbau von Experimenten, die zeigen, wann NEXO schneller, günstiger und intelligenter wird.
Was du mitbringst
Starker Hintergrund in Mathematik, Physik, ML Research, theoretischer Informatik oder verwandten Feldern.
Du kannst offen forschen und trotzdem sauber zwischen Hypothese, Beleg und Claim trennen.
Du möchtest Forschungs-Teams unterstützen, nicht nur interne Papers produzieren.
Du arbeitest gern interdisziplinär mit Engineering, Produkt und Security.
Fragen, die uns in deiner Bewerbung interessieren
Wie würdest du Novelty in einem wiederverwendbaren Wissenspfad messen?
Welche mathematische Struktur hilft, Hypothesenräume prüfbar statt zufällig zu explorieren?
Wie verhindert man, dass ein Modell durch Lernen seine eigene Belegbarkeit verliert?
Bewerbung vorbereiten
Wir brauchen keinen klassischen Motivationsbrief. Hilfreicher ist Material, an dem man deine Arbeitsweise und technische Urteilskraft erkennt.
Bewerbungsseite öffnen