Applied Scientist

Bei Audible glauben wir, dass Geschichten die Kraft haben, Leben zu verändern. Deshalb arbeiten wir mit einigen der weltweit führenden Kreatoren zusammen, um Audioerzählungen mit unseren Millionen von globalen Zuhörern zu produzieren und zu teilen. Wir sind Träumer und Erfinder, die aus einer Vielzahl von Hintergründen und Erfahrungen kommen, um uns gegenseitig zu ermächtigen und zu inspirieren. Stellen Sie sich Ihre Zukunft mit uns vor.

Als Applied Scientist werden Sie große, komplexe reale Probleme im großen Maßstab lösen, Inspiration aus den neuesten Wissenschaften und Technologien schöpfen, um ungenutzte Geschäftsanwendungen zu fördern, Kundenanforderungen analysieren, mit Technik- und Produktteams bei der Gestaltung zusammenarbeiten und produktionsbereite Modelle erstellen, die verschiedene Bereiche abdecken, einschließlich Machine Learning (ML), Künstliche Intelligenz (AI) und Generative AI, Natural Language Processing (NLP), Reinforcement Learning (RL) sowie Echtzeit- und verteilte Systeme.

Ihr Fokus wird darauf liegen, wissenschaftliche Ansätze, Modelle und Algorithmen zu erfinden oder anzupassen, die durch die Bedürfnisse der Kunden auf Projektebene getrieben werden. Sie werden Komponenten und/oder End-to-End-Lösungen entwickeln, die in die Produktion eingeführt oder direkt zur Unterstützung von Produktionssystemen eingesetzt werden, und dabei konstant qualitativ hochwertige Arbeit leisten, die sowohl wissenschaftlichen als auch ingenieurtechnischen Best Practices entspricht.

Sie werden wiederverwendbare wissenschaftliche Komponenten und Dienste entwickeln, die architektonische Mängel und Schmerzpunkte der Kunden beheben, während Sie technische Abwägungen für langfristige und kurzfristige Lösungen treffen. Sie werden semi-autonom arbeiten, um Lösungen zu liefern, Forschungsarbeiten an peer-reviewed Veranstaltungen beizutragen, wenn dies angemessen ist, und Ihre Arbeit gründlich dokumentieren, um anderen zu ermöglichen, sie zu verstehen und zu reproduzieren.

Ihre Entscheidungsfindung wird konsequent robustes, datengestütztes geschäftliches und technisches Urteilsvermögen einbeziehen. Sie werden mit anderen Wissenschaftlern zusammenarbeiten, um das Niveau der wissenschaftlichen und ingenieurtechnischen Komplexität für das Team zu erhöhen und wertvolle wissenschaftliche Partnerschaftsmöglichkeiten zu fördern, um wissenschaftliche Entscheidungen zu unterstützen.

Wir arbeiten in einer hochgradig kollaborativen, schnelllebigen Umgebung, in der Wissenschaftler, Ingenieure und Produktmanager daran arbeiten, skalierbare grundlegende Fähigkeiten sowie kundenorientierte Erfahrungen zu testen und aufzubauen. Sie haben die Möglichkeit, innerhalb des Rahmens Ihres Projekts zu innovieren und groß zu denken, Optimierungsdienste und -algorithmen zu implementieren und die Erfahrungen von Millionen von Kunden zu beeinflussen.

Wir suchen einen ergebnisorientierten Applied Scientist mit tiefem Wissen in ML, NLP, Deep Learning, GenAI und/oder groß angelegter verteilter Berechnung.

Verantwortlichkeiten:

• Verstehen von Anwendungsfällen im gesamten Unternehmen und Annehmen/Erweitern/Entwerfen/Erfinden von Lösungen/Modellen, die skalierbar, effizient und automatisiert für schwierige, nicht gut definierte Probleme sind.
• Eng mit anderen Wissenschaftlern und Software-Ingenieuren (bei Audible und Amazon) zusammenarbeiten, um Modelle zu erstellen und in die Produktion zu bringen, neuartige und hochwirksame Funktionen bereitzustellen.
• Modelle von Kollegen überprüfen, um Risiken für das Unternehmen zu reduzieren und das Kundenerlebnis zu verbessern.
• Modellierungstechniken und -lösungen für Content Understanding, Empfehlungen, genAI-basierte Produktmerkmale entwerfen, entwickeln und bereitstellen, indem eine breite Palette von Methoden angewendet wird, von einfach bis komplex.
• Zu Initiativen beitragen, die die neuesten Fortschritte in ML/AI in einer schnelllebigen, experimentellen Umgebung nutzen.
• Die Grenzen der Innovation verschieben.

Grundqualifikationen:

• 3+ Jahre Erfahrung im Aufbau von Modellen für Geschäftsanwendungen.
• PhD oder Master-Abschluss und 4+ Jahre Erfahrung in CS, CE, ML oder einem verwandten Bereich.
• Erfahrung in Patenten oder Veröffentlichungen auf erstklassigen peer-reviewed Konferenzen oder in Fachzeitschriften.
• Erfahrung in der Programmierung in Java, C++, Python oder einer verwandten Sprache.
• Erfahrung in einem der folgenden Bereiche: Algorithmen und Datenstrukturen, Parsing, numerische Optimierung, Datenanalyse, paralleles und verteiltes Rechnen, Hochleistungsrechnen.
• MSc + 5 Jahre relevante Erfahrung oder PhD + 1 Jahr in einer der folgenden Disziplinen: Machine Learning, Informatik, Computer Engineering, Datenwissenschaft, angewandte Mathematik oder einem verwandten quantitativen Bereich.
• 3+ Jahre Erfahrung in Deep Learning, Natural Language Processing/Understanding, GenAI und/oder Reinforcement Learning.
• Kenntnisse in Python, SQL und anderen Skriptsprachen.
• Erfahrung in der Anwendung und Innovation mit LLMs/GenAI zur Lösung komplexer Probleme.

Bevorzugte Qualifikationen:

• Erfahrung mit Unix/Linux.
• Erfahrung in der professionellen Softwareentwicklung.
• Erfahrung im Aufbau von Empfehlungssystemen.
• Orchestrierung von Machine Learning-Pipelines mit AWS (SageMaker, Batch, Lambda, Step Functions) oder ähnlichen Cloud-Plattformen.

Amazon ist ein Arbeitgeber, der Chancengleichheit bietet. Wir glauben leidenschaftlich daran, dass die Beschäftigung einer vielfältigen Belegschaft für unseren Erfolg entscheidend 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 sammeln, 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.