Auf einen Blick
- Aufgaben: Entwickle fortschrittliche Methoden für Video-Wahrnehmung und arbeite an realen KI-Projekten.
- Unternehmen: Cisco, ein innovatives Unternehmen, das die Zukunft der Technologie gestaltet.
- Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit unbegrenzten Wachstums- und Entwicklungsmöglichkeiten.
- Warum dieser Job: Sei Teil eines Teams, das die Grenzen der KI-Technologie verschiebt und echten Einfluss hat.
- Qualifikationen: Abschluss in KI oder verwandtem Bereich und Erfahrung in der Forschung zu KI-Modellen.
Das prognostizierte Gehalt liegt zwischen 43200 - 84000 € pro Jahr.
Treffen Sie das Team
Schließen Sie sich einem angewandten Forschungsteam an, das den Stand der Technik in Video-KI für reale Wahrnehmungssysteme vorantreibt. Wir arbeiten an der Schnittstelle von Computer Vision-Forschung und großangelegter Produktentwicklung und konzentrieren uns auf Methoden, die ein robustes 2D- und 3D-Verständnis visueller Daten ermöglichen. Unser Team verantwortet den gesamten Lebenszyklus der angewandten Forschung – von der Problemformulierung und Datenstrategie über die Modellentwicklung, Experimentierung und Evaluierung – und arbeitet eng mit Produktionsteams zusammen, um validierte Modelle in reale Produkte zu überführen. Wir legen Wert auf Forschungsrigor, empirische Validierung und praktische Auswirkungen und übersetzen neuartige Ideen in einsatzbereite Lösungen des maschinellen Lernens unter realen Bedingungen.
Ihr Einfluss
Als Video-KI-Angewandter Forschungsingenieur werden Sie:
- Fortgeschrittene Methoden für die Video-Wahrnehmung erforschen und entwickeln, mit starkem Fokus auf 2D- und 3D-Verständnis
- Ansätze für Aufgaben wie Erkennung, Verfolgung, Szenenverständnis, Rekonstruktion und multimodale Wahrnehmung untersuchen
- Datenbeschaffungs-, -kuratierungs- und -annotationsstrategien definieren, um effektives Training und Evaluierung von Video-KI-Modellen zu unterstützen
- Modelle durch systematische Experimentierung und quantitative Analyse trainieren, evaluieren und verfeinern
- Prototypen, Referenzimplementierungen und Werkzeuge entwickeln, um Forschungsansätze zu validieren und die nachgelagerte Implementierung zu leiten
- Eng mit Produktionsteams zusammenarbeiten, um Forschungsmodelle in implementierte Systeme zu überführen, und dabei Beratung zu Architektur, Leistungsabgleich und Integrationsüberlegungen leisten
- Aktuell bleiben mit Fortschritten in der Computer Vision und angewandter Forschung im Bereich maschinelles Lernen und deren Anwendbarkeit auf reale Probleme bewerten
Mindestens erforderliche Qualifikationen
- Bachelor-, Master- oder Doktortitel in Künstlicher Intelligenz oder einem eng verwandten Bereich (z.B. Computer Vision, Maschinelles Lernen, Robotik, Informatik):
- Bachelor-Abschluss plus 3 Jahre relevante Erfahrung in der Forschung und dem Training von KI-Modellen
- Master-Abschluss plus 1 Jahr relevante Erfahrung in der Forschung und dem Training von KI-Modellen
- Doktortitel ohne zusätzliche Branchenerfahrung erforderlich
- ODER
- Bachelor-, Master- oder Doktortitel in einem nicht direkt mit Künstlicher Intelligenz verbundenen Bereich:
- Mindestens 5 Jahre praktische Erfahrung in der Forschung und dem Training von KI-Modellen
Bevorzugte Qualifikationen
- Doktortitel oder gleichwertige Forschungserfahrung in Computer Vision, 3D-Wahrnehmung, Robotik oder einem eng verwandten Bereich
- Erfahrung mit 3D-Wahrnehmungstechniken wie Tiefenschätzung, Mehransicht-Geometrie, Punktwolken, SLAM oder neuronales Rendering
- Starke praktische Erfahrung mit Deep-Learning-Frameworks wie PyTorch oder TensorFlow
- Vertrautheit mit Videopipelines, multimodalem Lernen oder Sensorfusion
- Verständnis von Überlegungen zur Modellbereitstellung wie Latenz, Speicher, Robustheit und Skalierbarkeit, auch wenn nicht direkt verantwortlich für die Produktionsimplementierung
- Erfahrung in der Zusammenarbeit zwischen Forschung, Software und Produktteams zur Bereitstellung von KI-gesteuerten Funktionen
- Veröffentlichungen, Patente oder Open-Source-Beiträge, die den Einfluss angewandter Forschung demonstrieren
Warum Cisco?
Bei Cisco revolutionieren wir, wie Daten und Infrastruktur Organisationen im KI-Zeitalter – und darüber hinaus – verbinden und schützen. Seit 40 Jahren innovieren wir furchtlos, um Lösungen zu schaffen, die die Art und Weise, wie Menschen und Technologie zusammenarbeiten, über physische und digitale Welten hinweg antreiben. Diese Lösungen bieten unseren Kunden unvergleichliche Sicherheit, Sichtbarkeit und Einblicke in den gesamten digitalen Fußabdruck. Angetrieben von der Tiefe und Breite unserer Technologie experimentieren und schaffen wir bedeutungsvolle Lösungen. Fügen Sie dazu unser weltweites Netzwerk von Machern und Experten hinzu, und Sie werden sehen, dass die Möglichkeiten zum Wachsen und Bauen grenzenlos sind. Wir arbeiten als Team, arbeiten mit Empathie zusammen, um wirklich große Dinge in globalem Maßstab zu erreichen. Da unsere Lösungen überall sind, ist unser Einfluss überall.
Wir sind Cisco, und unsere Kraft beginnt mit Ihnen.
Machine Learning Engineer Arbeitgeber: Cisco
Cisco ist ein herausragender Arbeitgeber, der innovative Lösungen im Bereich Video-KI entwickelt und dabei eine Kultur der Zusammenarbeit und des Wachstums fördert. Mit einem starken Fokus auf Forschung und praktischen Anwendungen bietet Cisco seinen Mitarbeitern die Möglichkeit, an bedeutenden Projekten zu arbeiten, die reale Auswirkungen haben. Die Mitarbeiter profitieren von einem dynamischen Arbeitsumfeld, in dem kontinuierliche Weiterbildung und interdisziplinäre Zusammenarbeit gefördert werden, sowie von einer globalen Gemeinschaft von Fachleuten, die gemeinsam an der Zukunft der Technologie arbeiten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Engineer erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Cisco zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Machine Learning Engineer bei Cisco gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Cisco vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Cisco entscheidend sein!
