महत्वपूर्ण तिथियाँ
| विवरण | तिथि या अवधि |
|---|---|
| आधिकारिक नौकरी पोस्ट की तिथि | 19-10-2026 |
| आवेदन अवधि | कम-से-कम 5 दिन खुला रहेगा; पद भरने तक निरंतर आवेदन स्वीकार किए जाएँगे। |
| कार्यक्रम | तारीख / समय |
|---|---|
| आधिकारिक अधिसूचना जारी होने की तारीख | 19-10-2026 |
पदवार रिक्तियों का विवरण
| पद | स्थान | जॉब नंबर |
|---|---|---|
| सीनियर रिसर्चर - सेल्फ-इवॉल्विंग एजेंटिक सिस्टम्स | बेंगलुरु (बैंगलोर), कर्नाटक, भारत | 200062548 |
कौन आवेदन कर सकता है
- कंप्यूटर साइंस, मशीन लर्निंग, गणित या संबंधित तकनीकी विषय में PhD या समकक्ष अनुभव; इसके साथ सॉफ्टवेयर इंजीनियरिंग या शोध में कम-से-कम 1 वर्ष का अनुभव। रीइन्फोर्समेंट लर्निंग और LLM, दोनों का अनुभव; मजबूत संबंधित शोध रिकॉर्ड; स्वतंत्र शोध, परिणाम प्रस्तुत करने और विभिन्न विषयों की टीमों के साथ सहयोग की क्षमता।
आवश्यक योग्यता और अनुभव
| आवश्यकता | विवरण |
|---|---|
| शैक्षणिक योग्यता या समकक्ष अनुभव | कंप्यूटर साइंस, मशीन लर्निंग, गणित या संबंधित तकनीकी विषय में PhD, या उसके समकक्ष अनुभव। |
| अतिरिक्त अनुभव की आवश्यकता | सॉफ्टवेयर इंजीनियरिंग या शोध में कम-से-कम 1 वर्ष का अनुभव। |
आवश्यक शोध कौशल
- रीइन्फोर्समेंट लर्निंग और लार्ज लैंग्वेज मॉडल (LLM), दोनों में अनुभव।
- मशीन लर्निंग, कंप्यूटर सिस्टम या निकटवर्ती क्षेत्र में मजबूत शोध रिकॉर्ड।
- स्वतंत्र शोध करने और प्रकाशनों, प्रोटोटाइप या अन्य प्रभावी परिणामों के माध्यम से निष्कर्ष प्रस्तुत करने की क्षमता।
- विभिन्न विषयों तथा विविध शोध और इंजीनियरिंग टीमों के साथ सहयोग करने की क्षमता।
वांछनीय योग्यताएँ
- बड़े AI सिस्टम बनाने व उनका विस्तार करने तथा AI मॉडल और एजेंट पर रीइन्फोर्समेंट लर्निंग लागू करने का अनुभव।
- रिवॉर्ड मॉडलिंग, रीइन्फोर्समेंट लर्निंग या अन्य पोस्ट-ट्रेनिंग विधियों का अनुभव।
- LLM, VLM या मल्टीमोडल मॉडल की प्री-ट्रेनिंग या पोस्ट-ट्रेनिंग के लिए डेटासेट बनाने का व्यावहारिक अनुभव।
- सिंथेटिक डेटा, मॉडल ग्रेडर, रिवॉर्ड सिग्नल, कठिन उदाहरण चुनने, एक्टिव लर्निंग या डेटा-मिश्रण अनुकूलन का अनुभव।
- फीडबैक चक्रों के माध्यम से मूल्यांकन, विफलताओं की पहचान, डेटा निर्माण और प्रशिक्षण को जोड़ने का अनुभव।
- टेक्स्ट, वेब, GUI, टूल उपयोग या अंतःक्रिया के क्रम वाले मल्टीमोडल अथवा एजेंटिक डेटासेट का अनुभव।
उम्मीदवार के प्रोफाइल की अन्य अपेक्षाएँ
- रीइन्फोर्समेंट लर्निंग, LLM पोस्ट-ट्रेनिंग और स्वायत्त एजेंट में रुचि; वैज्ञानिक कठोरता, मजबूत इंजीनियरिंग और शोध विचारों को कार्यशील सिस्टम में बदलने की क्षमता।
- उम्मीदवार के प्रोफाइल में NeurIPS, ICML, ICLR, ACL, EMNLP, COLM या समान प्रमुख मंचों पर प्रकाशन, या प्रभावी ओपन-सोर्स योगदान को महत्व दिया गया है।
- सहयोगात्मक शोध वातावरण में काम करने और जटिल, खुले स्वरूप की शोध समस्याओं की शुरू से अंत तक जिम्मेदारी लेने की क्षमता।
कार्य की जिम्मेदारियाँ
- ऐसे एजेंट पर शोध करें जो अनुभव, स्व-सुधार चक्र और स्वयं निर्मित पाठ्यक्रम से सीखकर अपनी नीतियाँ, टूल और मेमोरी बेहतर बनाते हैं।
- LLM एजेंट के लिए रीइन्फोर्समेंट लर्निंग विधियाँ विकसित करें, जिनमें रिवॉर्ड मॉडलिंग, सत्यापन योग्य व AI फीडबैक और लंबे बहुचरणीय कार्यों में योगदान का निर्धारण शामिल है।
- कोडिंग, टूल उपयोग, वेब/कंप्यूटर उपयोग और ज्ञान-आधारित काम के लिए विस्तार योग्य प्रशिक्षण व मूल्यांकन वातावरण बनाएँ।
- क्षमता, मजबूती, सुरक्षा और समय के साथ प्रगति मापने के बेंचमार्क बनाएँ; परिकल्पनाएँ विकसित करें, प्रयोग करें और मॉडल व एजेंट का प्रदर्शन सुधारें।
- शोध प्रकाशित करें, ओपन-सोर्स सामग्री जारी करें और एजेंटिक AI की शोध दिशा तय करने में योगदान दें; प्रगति को वास्तविक सिस्टम में लागू करने के लिए Microsoft की शोध व उत्पाद टीमों के साथ काम करें।
- इंटर्न और शुरुआती करियर वाले शोधकर्ताओं को मार्गदर्शन दें तथा Microsoft Research India की अकादमिक सहभागिता में योगदान करें।
रोजगार, कार्यालय उपस्थिति और यात्रा
- पूर्णकालिक पद; व्यक्तिगत योगदानकर्ता की भूमिका।
- कार्य व्यवस्था: सप्ताह में 3 दिन कार्यालय में काम।
- आवश्यक यात्रा: 25% से कम।
आवेदन कैसे करें
- आधिकारिक जॉब पेज खोलकर उसके आवेदन लिंक का उपयोग करें। आवेदन के लिए Microsoft Careers पोर्टल में साइन इन करें।
- पोर्टल पर आवेदन करने के साथ-साथ Hiring Committee को [email protected] पर ईमेल भी भेजें।
आधिकारिक लिंक
Important Dates
| Event | Date or period |
|---|---|
| Official job posting date | 19-10-2026 |
| Application period | Open for a minimum of 5 days; applications are accepted on an ongoing basis until the position is filled. |
| Event | Date / Time |
|---|---|
| Official Notification Release Date | 19-10-2026 |
Post-wise Vacancy Details
| Post | Location | Job number |
|---|---|---|
| Senior Researcher - Self-Evolving Agentic Systems | Bengaluru (Bangalore), Karnataka, India | 200062548 |
Who Can Apply
- PhD in Computer Science, Machine Learning, Mathematics or a related technical field OR equivalent experience, AND at least 1 year of software engineering OR research experience; experience with reinforcement learning AND LLMs, a strong relevant research record, independent research and communication ability, and multidisciplinary collaboration.
Essential Qualification and Experience
| Requirement | Details |
|---|---|
| Education or equivalent experience | PhD in Computer Science, Machine Learning, Mathematics or a related technical field, OR equivalent experience. |
| Additional experience requirement | At least 1 year of software engineering OR research experience. |
Required Research Skills
- Experience in both reinforcement learning and large language models (LLMs).
- A strong research record in machine learning, computer systems or a closely related field.
- Ability to conduct independent research and communicate results through publications, prototypes or other impactful outcomes.
- Ability to collaborate across disciplines with diverse research and engineering teams.
Preferred Qualifications
- Experience building and scaling large AI systems, and applying reinforcement learning to AI models and agents.
- Experience with reward modeling, reinforcement learning or other post-training methods.
- Practical experience creating datasets for pre-training or post-training LLMs, VLMs or multimodal models.
- Experience with synthetic data, model graders, reward signals, hard-example mining, active learning or data-mixture optimization.
- Experience connecting evaluation, failure mining, data generation and training through feedback loops.
- Experience with multimodal or agentic datasets containing text, web, GUI, tool-use or interaction trajectories.
Additional Candidate Profile
- Interest in reinforcement learning, LLM post-training and autonomous agents; scientific rigor, strong engineering and turning research ideas into working systems.
- The candidate profile highlights leading publications, such as NeurIPS, ICML, ICLR, ACL, EMNLP, COLM or similar venues, OR impactful open-source contributions.
- Comfort with collaborative research and end-to-end responsibility for complex, open-ended research problems.
Job Responsibilities
- Research agents that improve through experience, self-improvement loops and self-generated curricula, refining their policies, tools and memory.
- Develop reinforcement-learning methods for LLM agents, including reward modeling, verifiable and AI feedback, and credit assignment across long, multistep tasks.
- Create scalable training and evaluation environments for coding, tool use, web/computer use and knowledge work.
- Build benchmarks for capability, robustness, safety and progress over time; develop hypotheses, run experiments and improve model and agent performance.
- Publish research, release open-source artifacts and help set the agentic-AI research agenda; work with Microsoft research and product teams to put advances into real systems.
- Mentor interns and early-career researchers, and support Microsoft Research India's academic engagement.
Employment, Office Attendance and Travel
- Full-time position; individual contributor role.
- Work site: 3 days per week in the office.
- Required travel: less than 25%.
How to Apply
- Open the official job page and use its application link. Sign in to the Microsoft Careers application portal to apply.
- In addition to the portal application, email the Hiring Committee at [email protected].