NeuroAI Research Engineer: Build & Deploy Brain ML Models

NeuroAI Research Engineer: Build & Deploy Brain ML Models

Geneva Vollzeit 45000 - 65000 € / Jahr (geschätzt) Homeoffice (teilweise)
D

Auf einen Blick

  • Aufgaben: Entwickle fortschrittliche ML-Systeme für Neuroimaging-Daten und setze innovative NeuroAI-Modelle um.
  • Unternehmen: Dandelion Science in Genf, ein führendes Unternehmen im Bereich NeuroAI.
  • Vorteile: Flexible Arbeitszeiten, wettbewerbsfähiges Gehalt und die Möglichkeit zur persönlichen Weiterentwicklung.
  • Weitere Informationen: Kollaboratives Umfeld mit spannenden Projekten und Wachstumsmöglichkeiten.
  • Warum dieser Job: Arbeite an bahnbrechenden Technologien und forme die Zukunft der Neurowissenschaften.
  • Qualifikationen: Ph.D. oder Master in verwandten Bereichen sowie starke Kenntnisse in Deep Learning und Python.

Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.

Dandelion Science in Genf sucht einen NeuroAI Research Engineer, um fortschrittliche maschinelle Lernsysteme für Neuroimaging-Daten zu entwickeln. Diese hybride Rolle kombiniert Forschung und Ingenieurwesen und konzentriert sich auf modernste NeuroAI-Modelle sowie die Entwicklung produktionsreifer Software.

Ideale Kandidaten verfügen über einen Ph.D. oder Master-Abschluss in verwandten Bereichen mit starken Fähigkeiten in Deep Learning und Python. Sie werden eng mit den Teams für Neurowissenschaften und KI zusammenarbeiten, um transformative Technologien zu schaffen.

NeuroAI Research Engineer: Build & Deploy Brain ML Models Arbeitgeber: Dandelion Science

Dandelion Science bietet eine inspirierende Arbeitsumgebung in Genf, die Innovation und Zusammenarbeit fördert. Als Arbeitgeber legen wir großen Wert auf die persönliche und berufliche Entwicklung unserer Mitarbeiter und bieten zahlreiche Weiterbildungsmöglichkeiten sowie ein unterstützendes Team, das an der Spitze der NeuroAI-Forschung steht. Unsere flexible Hybrid-Arbeitsweise ermöglicht es Ihnen, Ihre Kreativität und Produktivität optimal zu entfalten, während Sie an bahnbrechenden Technologien arbeiten, die das Potenzial haben, die Neurowissenschaften zu revolutionieren.

D

Kontaktdaten:

Dandelion Science Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so NeuroAI Research Engineer: Build & Deploy Brain ML Models 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: Build & Deploy Brain ML Models mit Bravour zu bestehen

NeuroAI
Machine Learning
Neuroimaging Data
Deep Learning
Python
Research Skills
Engineering Skills

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: Build & Deploy Brain ML Models 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!