Auf einen Blick
- Aufgaben: Entwickle und implementiere fortschrittliche ML-Modelle für Neuroimaging-Daten.
- Unternehmen: Dandelion, ein innovatives Unternehmen im Bereich NeuroAI mit interdisziplinärem Team.
- Vorteile: Beteilige dich an bahnbrechender Technologie mit direktem Einfluss und erhalte Eigenkapitalanteile.
- Weitere Informationen: Engagiere dich in einem dynamischen Umfeld mit großartigen Wachstumschancen.
- Warum dieser Job: Arbeite an der Spitze von NeuroAI und forme die Zukunft der Neurowissenschaften.
- Qualifikationen: Ph.D. oder Master in NeuroAI, AI/ML oder verwandten Bereichen erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Ein NeuroAI Research Engineer bei Dandelion entwirft, implementiert und setzt maschinelle Lernsysteme um, die mit komplexen Gehirnsignalen interagieren. Dies ist eine hybride Forschungs- und Ingenieursrolle: Sie werden neue, bahnbrechende Modelle erstellen und prototypisieren sowie zu einem produktionsreifen Code beitragen. Sie arbeiten über verschiedene Modalitäten (Video, Neuroimaging, Verhalten) und über den gesamten Lebenszyklus hinweg, von der Modellentwicklung über die Trainingsinfrastruktur bis hin zur Bereitstellung. Diese Rolle ist ideal für jemanden, der es liebt, die Grenzen von NeuroAI, Deep Learning, maschinellem Lernen und Neurowissenschaften zu erweitern.
Hauptverantwortlichkeiten
- Modellentwicklung und -engineering: Entwickeln und optimieren Sie fortschrittliche ML-Modelle (any-to-any-/multi-/omni-modal Modelle, generative Modelle, Video-Weltmodelle, Fundamentmodelle) für Neuroimaging-Daten (EEG, MEG, fMRI).
- Erstellen Sie Optimierungsprotokolle für modellbasierte sensorische Stimulation.
- Schreiben Sie sauberen, effizienten, testbaren Code in Python; entwerfen Sie Komponenten, die über GPUs und Multi-Node-Cluster skalieren.
- Debuggen Sie komplexe systemweite Probleme (Timing, Speicher, Threading, verteiltes Training).
Zusammenarbeit und Übersetzung
- Arbeiten Sie eng mit Neurowissenschaftlern, klinischen, ML- und Softwareteams zusammen, um Prototypen in zuverlässige Komponenten umzuwandeln.
- Schreiben Sie technische Dokumentationen und kommunizieren Sie Engineering-Beschränkungen und Forschungsergebnisse klar.
Qualifikationen
- Erforderlich: Ph.D. oder Master in NeuroAI, AI/ML, Informatik, Computational Neuroscience.
- Starke Erfahrung im Deep Learning (z.B. generative Modelle, LLMs, Weltmodelle, Computer Vision, any-to-any Modelle).
- Nachgewiesene Fähigkeit, produktionsreife Software in kollaborativen Codebasen zu entwickeln und bereitzustellen.
- Starke Python-Engineering-Fähigkeiten (PyTorch und Versionskontrolle erforderlich).
- Erfahrung mit GPUs und verteiltem Training.
- Ausgezeichnete Kommunikations- und Dokumentationsfähigkeiten.
Bevorzugt
- Erfahrung in der Optimierung von Modellen für Geschwindigkeit, Speicher und Multi-GPU-Leistung.
- Erfahrung mit Echtzeit-Videoverarbeitung oder latenzarmen Streaming-Systemen.
- Vertrautheit mit EEG/MEG/fMRI-Vorverarbeitung oder Zeitreihensignalverarbeitung.
- Solide Grundlagen in Software-Engineering-Praktiken: Git/GitHub-Workflows, Testframeworks, CI/CD, Typprüfung/Linting, reproduzierbare Umgebungen (conda, Docker), Cloud-Plattformen (AWS/GCP/Azure).
Vorteile
- Arbeiten Sie an grundlegenden NeuroAI-Technologien mit direktem Einfluss auf die reale Welt.
- Zusammenarbeit mit führenden Teams in den Bereichen KI, Neurowissenschaften, klinische Forschung und Produktentwicklung.
- Erweitern Sie die Grenzen digitaler Zwillinge des menschlichen Gehirns mit modernster Rechen- und experimenteller Infrastruktur, die es Ihnen ermöglicht, die Modellvalidierung zu beschleunigen.
- Aktienbeteiligung und bedeutendes Eigentum in einem schnell wachsenden Unternehmen.
- Treffen Sie ein hochinterdisziplinäres, ehrgeiziges Team, das die Grenzen von NeuroAI verschiebt.
Dandelion Science ist ein Arbeitgeber, der Chancengleichheit bietet und sich für Vielfalt und Inklusion einsetzt.
NeuroAI Research Engineer Arbeitgeber: Dandelion Science
Dandelion bietet eine inspirierende Arbeitsumgebung für NeuroAI Research Engineers, in der innovative Technologien mit direktem Einfluss auf die reale Welt entwickelt werden. Unsere interdisziplinäre Kultur fördert Zusammenarbeit und kreatives Denken, während wir Ihnen die Möglichkeit bieten, an bahnbrechenden Projekten zu arbeiten und sich in einem schnell wachsenden Unternehmen weiterzuentwickeln. Genießen Sie Equity-Beteiligungen und die Chance, Teil eines ambitionierten Teams zu sein, das die Grenzen der NeuroAI-Technologie verschiebt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so NeuroAI Research 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 Dandelion Science 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 NeuroAI Research 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 NeuroAI Research Engineer bei Dandelion Science gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Dandelion Science 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 Dandelion Science entscheidend sein!
