Auf einen Blick
- Aufgaben: Entwickle und implementiere innovative Computer Vision-Algorithmen für Amazon.
- Arbeitgeber: Amazon ist ein führendes Unternehmen im E-Commerce mit globaler Reichweite.
- Mitarbeitervorteile: Flexible Arbeitszeiten, Mentoring-Programme und Zugang zu internen Konferenzen.
- Warum dieser Job: Gestalte das Einkaufserlebnis von Millionen und arbeite in einem dynamischen Team.
- Gewünschte Qualifikationen: PhD oder Master in CS, CE, ML oder verwandten Bereichen erforderlich.
- Andere Informationen: Vielfältige und inklusive Unternehmenskultur, die Innovation fördert.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Haben Sie Freude daran, an wissenschaftlichen Problemen zu arbeiten, die einen großen, signifikanten und nachhaltigen Einfluss auf Amazon-Kunden haben? Interessieren Sie sich für Computer Vision und Machine Learning? Sind Sie begeistert von der Arbeit in einer Start-up-ähnlichen Umgebung zusammen mit Ingenieuren, Wissenschaftlern und Design-Technologen? Dann sind Sie hier genau richtig! Wir haben eine Stelle für einen Applied Scientist in Berlin.
Als Applied Scientist werden Sie Prototypen, Projekte und Lösungen in den Bereichen Computer Vision, Machine Learning und Bildoptimierung vorantreiben. Unsere Arbeit befindet sich an der Schnittstelle von Forschung und Ingenieurwesen, und wir liefern Produkte mit echtem Einfluss auf die Amazon Retail Experiences.
Wichtige Aufgaben:- Forschung, Design, Implementierung und Evaluierung neuartiger Computer Vision-Algorithmen
- Arbeiten mit großangelegten Datensätzen zur Erstellung skalierbarer, robuster und genauer Computer Vision-Systeme für verschiedene Anwendungen
- Enger Austausch mit anderen Wissenschaftlern und Ingenieuren, um Systeme von Prototypen bis hin zu Produktionsniveau zu bringen
- Zusammenarbeit mit Teams weltweit
- Interaktion mit der wissenschaftlichen Gemeinschaft (innerhalb von Amazon und darüber hinaus)
- Kreatives Denken und Identifizierung neuer Möglichkeiten für ein besseres Kundenerlebnis
Ihre Arbeit wird das Einkaufserlebnis für Millionen von Amazon-Kunden jeden Tag beeinflussen. Ihre Ideen ermöglichen einen schnellen Weg zur Produktion in großem Maßstab und helfen uns, die Art und Weise, wie wir über Bilder bei Amazon denken, neu zu gestalten.
Ein typischer Tag:Ihr Tag wird eine Mischung aus Experimentieren, Programmieren und Kommunikation sein. Sie diskutieren Ihre Ideen und Pläne mit Ihren Kollegen und anderen Stakeholdern, trainieren und evaluieren Computer Vision- und Machine Learning-Modelle und arbeiten an Demos, Prototypen und Produktionscode. Sie arbeiten eng mit Ingenieuren und Produktmanagern zusammen, um bedeutende Geschäftsprobleme im Zusammenhang mit Bildern bei Amazon zu lösen. Sie werden die Möglichkeit haben, mit der Amazon-Wissenschaftsgemeinschaft zu interagieren, beispielsweise durch unsere internen Konferenzen zum Thema Machine Learning. Schließlich haben Sie Zugang zu Amazons umfangreichen Angeboten für Mentoring und Schulung, um kontinuierlich zu lernen und zu wachsen.
Über das Team:Das Content Systems Science and Engineering-Team entwickelt grundlegende Computer Vision-Fähigkeiten für die Milliarden von Bildern, die Amazon gehören. Unsere Systeme unterstützen Technologien, die von Inhaltsmoderation und Produktklassifizierung bis hin zu Marketingoptimierung und Empfehlungssystemen reichen.
Qualifikationen:- PhD oder Master-Abschluss und Erfahrung in CS, CE, ML oder einem verwandten Bereich
- Erfahrung in Patenten oder Veröffentlichungen in erstklassigen, peer-reviewed Konferenzen oder Zeitschriften
- Erfahrung in der Programmierung in Java, C, Python oder einer verwandten Sprache
- Erfahrung in der Entwicklung und Implementierung von Deep Learning-Algorithmen, insbesondere im Hinblick auf Computer Vision-Algorithmen
- Erfahrung mit Unix/Linux
- Erfahrung in der professionellen Softwareentwicklung
- Erfahrung im Aufbau von Machine Learning-Modellen oder der Entwicklung von Algorithmen für geschäftliche Anwendungen
- Erfahrung in einem der folgenden Bereiche: Algorithmen und Datenstrukturen, Parsing, numerische Optimierung, Data Mining, paralleles und verteiltes Rechnen, Hochleistungsrechnen
Amazon ist ein Arbeitgeber, der Chancengleichheit bietet. Wir glauben leidenschaftlich daran, dass die Beschäftigung einer vielfältigen Belegschaft entscheidend für unseren Erfolg ist. Wir treffen Einstellungsentscheidungen basierend auf Ihrer Erfahrung und Ihren Fähigkeiten. Wir schätzen Ihre Leidenschaft für Entdeckung, Erfindung, Vereinfachung und Aufbau.
Der Schutz Ihrer Privatsphäre und die Sicherheit Ihrer Daten haben für Amazon höchste Priorität. Bitte konsultieren Sie unsere Datenschutzerklärung, um mehr darüber zu erfahren, wie wir die persönlichen Daten unserer Kandidaten erfassen, verwenden und übertragen.
Unsere inklusive Kultur ermächtigt Amazonians, die besten Ergebnisse für unsere Kunden zu liefern. Wenn Sie eine Behinderung haben und während des Bewerbungs- und Einstellungsprozesses, einschließlich Unterstützung für das Vorstellungsgespräch oder den Onboarding-Prozess, eine Arbeitsplatzanpassung benötigen, besuchen Sie bitte unsere Website für weitere Informationen.
Applied Scientist Content Systems Science and Engineering Amazon Arbeitgeber: Dr Jobs
Kontaktperson:
Dr Jobs HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Applied Scientist Content Systems Science and Engineering Amazon
✨Tipp Nummer 1
Nutze Networking-Plattformen wie LinkedIn, um mit aktuellen oder ehemaligen Mitarbeitern von Amazon in Kontakt zu treten. Stelle Fragen zu ihrer Erfahrung im Bereich Computer Vision und Machine Learning und zeige dein Interesse an der Position.
✨Tipp Nummer 2
Beteilige dich an relevanten Online-Communities oder Foren, die sich mit Computer Vision und Machine Learning beschäftigen. Teile deine Ideen und Projekte, um deine Sichtbarkeit in der Branche zu erhöhen und potenzielle Kontakte zu knüpfen.
✨Tipp Nummer 3
Besuche Konferenzen oder Workshops, die sich auf Computer Vision und Machine Learning konzentrieren. Diese Veranstaltungen bieten nicht nur wertvolle Lernmöglichkeiten, sondern auch die Chance, direkt mit Fachleuten aus der Branche zu sprechen.
✨Tipp Nummer 4
Erstelle ein Portfolio, das deine bisherigen Projekte im Bereich Computer Vision und Machine Learning zeigt. Dies kann dir helfen, deine praktischen Fähigkeiten zu demonstrieren und dich von anderen Bewerbern abzuheben.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Applied Scientist Content Systems Science and Engineering Amazon
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf spezifische Anforderungen wie Programmierkenntnisse in Java, C oder Python sowie Erfahrungen im Bereich Computer Vision und Machine Learning.
Hebe deine Qualifikationen hervor: Betone in deinem Lebenslauf und Anschreiben deine akademischen Abschlüsse, insbesondere wenn du einen PhD oder Master in einem relevanten Bereich hast. Erwähne auch relevante Patente oder Veröffentlichungen.
Präsentiere praktische Erfahrungen: Gib konkrete Beispiele für Projekte oder Erfahrungen an, bei denen du Computer Vision-Algorithmen entwickelt oder implementiert hast. Zeige, wie deine Arbeit einen Einfluss auf das Geschäft hatte.
Zeige Teamarbeit und Kommunikation: Da die Rolle enge Zusammenarbeit mit anderen Wissenschaftlern und Ingenieuren erfordert, betone deine Fähigkeiten in der Teamarbeit und Kommunikation. Nenne Beispiele, wo du erfolgreich in interdisziplinären Teams gearbeitet hast.
Wie du dich auf ein Vorstellungsgespräch bei Dr Jobs vorbereitest
✨Verstehe die Grundlagen von Computer Vision und Machine Learning
Stelle sicher, dass du die grundlegenden Konzepte und Algorithmen in Computer Vision und Machine Learning gut verstehst. Bereite dich darauf vor, spezifische Beispiele aus deiner bisherigen Arbeit zu nennen, um deine Kenntnisse zu demonstrieren.
✨Bereite dich auf technische Fragen vor
Erwarte technische Fragen zu Algorithmen, Datenstrukturen und Programmierung. Übe das Lösen von Problemen in Programmiersprachen wie Python oder Java, da diese für die Position relevant sind.
✨Zeige deine Teamfähigkeit
Da die Rolle enge Zusammenarbeit mit anderen Wissenschaftlern und Ingenieuren erfordert, sei bereit, Beispiele für erfolgreiche Teamprojekte zu teilen. Betone, wie du zur Lösung komplexer Probleme im Team beigetragen hast.
✨Habe Fragen bereit
Bereite einige durchdachte Fragen über das Team, die Projekte und die Unternehmenskultur vor. Dies zeigt dein Interesse an der Position und hilft dir, mehr über die Arbeitsumgebung zu erfahren.