Auf einen Blick
- Aufgaben: Führe bahnbrechende Forschung in KI und maschinellem Lernen durch.
- Unternehmen: Datadog, ein innovatives Unternehmen im Bereich Cloud-Observability und Sicherheit.
- Vorteile: Wettbewerbsfähige globale Vorteile und Aktienoptionen für neue Mitarbeiter.
- Weitere Informationen: Möglichkeiten zur Zusammenarbeit mit internationalen Teams und Teilnahme an Konferenzen.
- Warum dieser Job: Arbeite an spannenden Projekten mit realem Einfluss auf die Technologie von morgen.
- Qualifikationen: PhD in Informatik oder verwandtem Bereich mit Erfahrung in tiefem Lernen.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Datadog hat kürzlich seine KI-Forschungsinitiativen erweitert. Unser Forschungsteam beschäftigt sich mit risikobehafteten, aber lohnenden Projekten, die auf realen Herausforderungen in der Cloud-Überwachung und -Sicherheit basieren. Wir konzentrieren uns derzeit auf drei wichtige Forschungsbereiche:
- Observability Foundation Models – Entwicklung von hochmodernen Modellen für fortschrittliche Vorhersagen, Anomalieerkennung und multimodale Telemetrieanalyse (Protokolle, Metriken, Traces usw.).
- Site Reliability Engineering (SRE) Autonomous Agents – Erstellung von KI-Agenten zur automatischen Erkennung, Diagnose und Behebung von Vorfällen in Produktionsumgebungen.
- Production Code Repair Agents – Entwicklung von Agenten und Modellen, die Code, Protokolle, Laufzeitdaten und andere Signale nutzen, um Leistungsprobleme und Sicherheitsanfälligkeiten im Produktionscode zu identifizieren und zu beheben.
Als Forscher in unserem Team werden Sie diese Bemühungen vorantreiben, indem Sie an grundlegenden Forschungsfragen arbeiten und mit den Produkt- und Engineering-Teams von Datadog zusammenarbeiten, um Forschungsergebnisse in greifbare Vorteile für unsere Kunden umzusetzen.
Was Sie tun werden:
- Durchführung von bahnbrechender Forschung in Generativer KI und Maschinellem Lernen, um spezialisierte Foundation Models und KI-Agenten für Überwachung, Site Reliability Engineering und Code-Reparatur zu entwickeln.
- Nutzung von großflächiger verteilter Trainingsinfrastruktur zur Schulung und Feinabstimmung hochmoderner Modelle auf vielfältigen, realen Telemetriedaten.
- Leitung und Mitwirkung an Forschungsarbeiten, Präsentation von Ergebnissen auf erstklassigen Konferenzen (z.B. NeurIPS, ICLR, ICML) und Unterstützung bei der Open-Source-Veröffentlichung wichtiger Modellartefakte und Benchmarks.
- Zusammenarbeit mit funktionsübergreifenden Teams (z.B. Produkt, Engineering), um fortschrittliche KI-Funktionen in das Produktökosystem von Datadog zu integrieren.
- Aktive Teilnahme an der externen Forschungsgemeinschaft und Förderung einer Kultur der wissenschaftlichen Strenge, Innovation und praktischen Auswirkungen.
Wer Sie sind:
- Sie haben einen Doktortitel in Informatik, Maschinellem Lernen oder einem verwandten Bereich mit tiefem Fachwissen in Bereichen wie generativem Modellieren, KI-Agenten, verstärkendem Lernen oder natürlicher Sprachverarbeitung.
- Sie verfügen über umfangreiche Erfahrung in der Gestaltung und Implementierung von Deep-Learning-Modellen und haben einen starken Hintergrund in verteilten Trainingsframeworks (z.B. DeepSpeed, Megatron-LM) und ML-Bibliotheken (PyTorch, TensorFlow).
- Sie haben eine nachweisliche Erfolgsbilanz in der Durchführung von einflussreicher Forschung mit Veröffentlichungen in erstklassigen Fachzeitschriften.
- Sie sind mit effizienten Trainings-, Feinabstimmungs- und Inferenztechniken für große Foundation Models vertraut.
- Sie sind in der Lage, komplexe Modelle und Forschungsergebnisse sowohl technischen als auch nicht-technischen Zielgruppen zu erklären.
- Sie haben ein starkes Interesse an Open Science und Open Source-Beiträgen.
Bonuspunkte (eine der folgenden):
- Sie haben die Fähigkeit, bahnbrechende Forschung und reale Produktanwendungen zu verbinden.
- Sie sind leidenschaftlich daran interessiert, die Grenzen der KI zu erweitern, während Sie den Fokus auf Kundenimpact, Skalierbarkeit und verantwortungsvolle Bereitstellung neuer Technologien beibehalten.
- Sie haben praktische Erfahrung mit GPU-Programmierung und -Optimierung.
- Sie haben Erfahrung in der Erstellung von Produktionsdatenpipelines und Anwendungen.
Vorteile und Wachstum:
- Wettbewerbsfähige globale Vorteile.
- Aktienoptionen für neue Mitarbeiter (RSUs) und Mitarbeiteraktienkaufplan (ESPP).
- Gelegenheit zur engen Zusammenarbeit mit Kollegen in den Datadog-Büros in New York City und Paris.
- Gelegenheit, an Konferenzen und Meetups teilzunehmen und zu präsentieren.
Gleichberechtigung bei Datadog: Datadog ist ein Arbeitgeber, der Chancengleichheit fördert und stolz darauf ist, allen unabhängig von Rasse, Farbe, Abstammung, Religion, Geschlecht, nationaler Herkunft, sexueller Orientierung, Alter, Staatsbürgerschaft, Familienstand, Behinderung, Geschlechtsidentität, Veteranenstatus und mehr gleiche Beschäftigungsmöglichkeiten zu bieten.
AI Researcher – Datadog AI Research (EMEA) Arbeitgeber: Datadog
Datadog ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern im Ohio Valley eine dynamische und inklusive Arbeitsumgebung bietet. Mit einem starken Fokus auf berufliche Weiterentwicklung, großzügigen globalen Vorteilen und einem einzigartigen Mentorenprogramm fördert das Unternehmen nicht nur die technische Expertise seiner Mitarbeiter, sondern auch deren persönliche Entfaltung. Die Möglichkeit, an bedeutenden Projekten zu arbeiten und aktiv zur Produktentwicklung beizutragen, macht Datadog zu einem attraktiven Arbeitsplatz für alle, die eine sinnvolle und erfüllende Karriere suchen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so AI Researcher – Datadog AI Research (EMEA) erhalten könntest
✨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 Datadog 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 AI Researcher – Datadog AI Research (EMEA) 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 AI Researcher – Datadog AI Research (EMEA) bei Datadog gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Datadog 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 Datadog entscheidend sein!
