Applied Scientist II, AFT AI, Amazon AFT AI

Sind Sie begeistert von der Entwicklung agentischer KI, LLM und Computer Vision-Modellen, die das Fulfillment-Netzwerk von Amazon revolutionieren? Suchen Sie nach Möglichkeiten, modernste KI auf reale Probleme in wirklich großem Maßstab anzuwenden? Bei Amazon Fulfillment Technologies und Robotics haben wir die Mission, hochleistungsfähige autonome Systeme zu entwickeln, die wahrnehmen und handeln, um unser erstklassiges Kundenerlebnis weiter zu verbessern — im Maßstab von Amazon.

In dieser Rolle werden Sie agentische KI-Lösungen und multimodale Deep-Learning-Modelle entwickeln, die verstehen, wie Produkte und Pakete durch das Fulfillment-Netzwerk von Amazon fließen. Sie werden Modelle erstellen, die herausfordernde Probleme lösen, wie das Verständnis von Lagerbetriebsystemen oder die visuelle Fehlererkennung im gesamten Einzelhandelskatalog von Amazon (Milliarden von verschiedenen Artikeln, täglich Tausende neuer Artikel).

Sie werden mit einer Vielzahl sehr großer multimodaler realer Datensätze arbeiten, einschließlich Bildern, natürlicher Sprache und strukturierten Daten. Sie werden mit einem hohen Maß an Forschungsunsicherheit konfrontiert sein und Probleme angehen, die kreative, ehrgeizige und erfinderische Lösungen erfordern.

AFT AI liefert die KI-Lösungen, die das Fulfillment-Netzwerk von Amazon befähigen, intelligentere Entscheidungen zu treffen. Sie werden an einem interdisziplinären Projekt arbeiten, das Wissenschaftler und Ingenieure mit tiefem Fachwissen in der Entwicklung modernster KI-Lösungen im großen Maßstab umfasst. Sie werden mit Bildern, Videos, natürlicher Sprache und Ereignisfolgen von bestehender oder neuer Hardware arbeiten.

Amazon Fulfillment Technologies (AFT) betreibt das globale Fulfillment-Netzwerk von Amazon. Wir erfinden und liefern Software-, Hardware- und Wissenschaftslösungen, die Prozesse, Roboter, Maschinen und Menschen orchestrieren. Wir harmonisieren die physische und virtuelle Welt, damit die Kunden von Amazon das bekommen, was sie wollen, wann sie es wollen.

• PhD oder Master-Abschluss und Erfahrung in der Lösung von Geschäftsproblemen durch maschinelles Lernen, Datenanalyse und statistische Algorithmen
• Erfahrung in der Erstellung von Modellen für Geschäftsanwendungen
• Erfahrung mit Patenten oder Veröffentlichungen in erstklassigen, peer-reviewed Konferenzen oder Zeitschriften
• Starke Programmierkenntnisse in Python mit Produktionsstandards; tiefgehende technische Expertise mit PyTorch und Kenntnisse des modernen ML-Stacks (Pandas, NumPy, scikit-learn, Hugging Face Transformers)
• Nachgewiesene Fähigkeit, End-to-End-ML-Projekte von der Forschung bis zur Produktionsbereitstellung zu entwerfen und durchzuführen, mit Erfahrung in der Modellüberwachung und iterativen Verbesserung
• Starke Expertise in modernen Deep-Learning-Architekturen, einschließlich Transformatoren und Diffusionsmodellen, mit praktischer Erfahrung in Optimierungstechniken (verteiltes Training, gemischte Präzision, Gradient Accumulation) und Methoden zur Modellkompression (Quantisierung, Pruning, Distillation)
• Erfahrung im Fine-Tuning großer Sprachmodelle (GPT, LLaMA, Claude) und vision-sprachlichen Modellen (CLIP, LLaVA, Qwen)
• Nachgewiesene Erfahrung in der Entwicklung agentischer KI-Systeme mit modernsten Frameworks (LangChain, Strands usw.) mit der Fähigkeit, werkzeugunterstützte Denkansätze, RAG-Systeme und fortgeschrittene Prompt-Engineering-Techniken (chain-of-thought, few-shot) zu entwerfen
• Starkes Wissen und praktische Erfahrung in mehreren ML-Domänen, einschließlich Computer Vision (Objekterkennung, Segmentierung, Klassifizierung), natürliche Sprachverarbeitung (Textgenerierung, Informationsbeschaffung) und multimodales Lernen
• Verständnis des Designs von ML-Systemen, einschließlich Modellbereitstellungsinfrastruktur, A/B-Testframeworks und MLOps-Best-Practices

• Erfahrung in der professionellen Softwareentwicklung
• Erfahrung mit erklärbarer maschineller Lern- und künstlicher Intelligenz-Methoden und -Werkzeugen
• Erfahrung mit großen Sprachmodellen (GPT, LLaMA, Claude) und vision-sprachlichen Modellen (CLIP, LLaVA, Qwen) in Produktionsumgebungen
• Erfahrung in der Zusammenarbeit an funktionsübergreifenden ML-Initiativen mit nachweislichem Einfluss auf Produktmetriken
• Mehrere Veröffentlichungen in erstklassigen Publikationen, einschließlich Co-Autorenschaften oder Beiträgen zu ML-Forschungsgemeinschaften
• Erfahrung mit generativen KI-Techniken, einschließlich Diffusionsmodellen zur Bild-/Video-Synthese, autoregressiven Modellen für multimodale Generierung und kontrollierbaren Generierungssystemen
• Erfahrung mit spezialisierten ML-Domänen wie Few-Shot-Lernen, Meta-Lernen oder Domänenanpassung; Fähigkeit, Modelle zu erstellen, die mit Verteilungsschüben oder Long-Tail-Szenarien umgehen können

Amazon ist ein Arbeitgeber, der Chancengleichheit bietet. Wir glauben leidenschaftlich daran, dass die Beschäftigung einer vielfältigen Belegschaft zentral 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 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.