Senior Research Data Engineer - Foundation Models

DeepL ist ein globales KI-Produkt- und Forschungsunternehmen, das sich auf den Aufbau sicherer, intelligenter Lösungen für komplexe Geschäftsprobleme konzentriert. Über 200.000 Geschäftskunden und Millionen von Einzelpersonen in 228 globalen Märkten vertrauen heute auf die Sprach-KI-Plattform von DeepL für menschenähnliche Übersetzungen, verbessertes Schreiben und Echtzeit-Sprachübersetzung.

Was uns auszeichnet, ist unsere Kombination aus modernster KI-Technologie, sinnvollen Arbeiten und einer Kultur, in der Menschen wirklich gedeihen. Wir sind ein Team von Innovatoren, Forschern und Kreativen, die von einem gemeinsamen Ziel angetrieben werden: das menschliche Potenzial freizusetzen, indem wir die Arbeit einfacher, intelligenter und vernetzter machen.

Jede neue Innovation bei DeepL beginnt in der Forschungsabteilung, in den Köpfen und Händen von Forschern, Ingenieuren und Entwicklern, die leidenschaftlich daran interessiert sind, KI voranzutreiben. Daten sind das Lebenselixier, das diese Leidenschaft antreibt, und ein entscheidender Teil unserer Arbeit, von der Modellentwicklung bis zur Qualitätsevaluation.

Sie werden unserem Foundation Model Track beitreten. Als interdisziplinäre Gruppe von Forschungswissenschaftlern und Dateningenieuren, die sich auf maschinelles Lernen spezialisiert haben, entwickeln wir Grundmodelle für die Verwendung in unseren KI-Produkten. Unsere Dateningenieure erstellen, verfeinern und verwalten multimodale Trainingskorpora und sind für die damit verbundenen Datensammlungs- und Vorbereitungspipelines verantwortlich. Wir arbeiten mit unstrukturierten Daten im Petabyte-Maßstab und zehntausenden von Kernen in einer hybriden Cloud-Umgebung, um unsere ehrgeizigsten Projekte zu unterstützen.

Ihre Verantwortlichkeiten

• Arbeiten Sie an ehrgeizigen Forschungsprojekten als Teil eines Teams von Forschungswissenschaftlern und Forschungsdateningenieuren.
• Architektur, Design und Aufbau von Datenpipelines, die Petabytes von multimodalen unstrukturierten Daten verarbeiten können.
• Aufbau eines modernen Datenengineering-Stacks, der auf modernster Technologie für Orchestrierung und parallele Berechnung basiert, und umfangreiche Nutzung aktiv entwickelter Open-Source-Lösungen.
• Identifizieren von Leistungsengpässen, Debugging von Problemen und Erstellen von Pipelines mit Fokus auf Stabilität.
• Nutzung unserer großen On-Premise-Datenzentren und AWS-Cloud-Infrastruktur für blitzschnelle Datenverarbeitung.
• Über das „Big Data“ und ETL hinausgehen und komplexe Python-Datenlösungen für reale unstrukturierte Daten einschließlich Text, Code, Bild und Audio-Modi entwickeln und betreiben.
• Zusammenarbeit mit Stakeholdern, Forschungswissenschaftlern, anderen Forschungsdateningenieuren sowie Datenwerkzeug- und Plattformteams.
• Erhöhung des Standards für Exzellenz und Übernahme der Verantwortung für die Qualität und Verfügbarkeit unserer Trainingsdaten für Grundmodelle.
• Sicherstellung der mission-kritischen Zuverlässigkeit von Datenpipeline-Jobs und Pflege von qualitativ hochwertigem Code.
• Nutzen Sie Ihre Stärken und tragen Sie mit Kreativität, Gründlichkeit, Pragmatismus, Weitblick, Einfallsreichtum, Beharrlichkeit und allem, was das Team hebt, bei.

Qualitäten, die wir suchen

• Berufserfahrung in Daten-, Plattform- oder Softwareengineering, idealerweise mit Fokus auf großangelegte unstrukturierte Daten.
• Python: Umfangreiche Berufserfahrung in der Python-Softwareentwicklung. Idealerweise Erfahrung in der Wartung proprietärer oder Open-Source-Softwareprodukte.
• Daten: Erfahrung mit explorativer Datenanalyse, Bereinigung, Validierung und Qualitätskontrolle über den Bereich Business Intelligence und Analytics hinaus.
• Pipelines: Erfahrung im Aufbau reproduzierbarer Pipelines zur Speicherung und Verarbeitung von Petabytes an Daten.
• Betrieb: Kenntnisse in Containerisierung und automatischer Bereitstellung. Idealerweise Erfahrung mit Container-Orchestrierung mit Kubernetes und Cloud-Infrastruktur.
• Skalierung: Erfahrung mit hochgradig skalierbaren, parallelen Rechenlasten (z.B. Dask, Ray, Celery).
• Leistung: Erfahrung im Schreiben und Optimieren von hochperformantem Code.
• Interdisziplinäre Affinität: Fähigkeit, direkt mit unseren Forschern und technischen Stakeholdern zusammenzuarbeiten, um deren Bedürfnisse in Datenprodukte mit der gewünschten Benutzererfahrung und Leistung zu übersetzen.
• Soziale Fähigkeiten: Ausgezeichnete Problemlösungsfähigkeiten, starke Kommunikationsfähigkeiten und eine kollaborative Denkweise.

Idealerweise haben Sie fachspezifische Erfahrungen

• Vorbereitung von Trainingsdaten für LLM oder VLM.
• NLP, Textklassifikation, Reinforcement Learning, modellbasierte/GPU-Workflows.
• Dynamische Workflow-Orchestrierungsframeworks wie Argo Workflows, Airflow, Dagster oder Flyte.
• Expertise in Linguistik oder mehrere Sprachen sprechen.
• Erfahrung in einer Hochleistungsprogrammiersprache wie C++, Go oder Rust.

Was wir bieten:

• Vielfältiges und international verteiltes Team: Der Beitritt zu unserem Team bedeutet, Teil einer großen, globalen Gemeinschaft mit Menschen aus mehr als 90 Nationalitäten zu werden.
• Offene Kommunikation, regelmäßiges Feedback: Wir schätzen die Bedeutung klarer, ehrlicher Kommunikation.
• Hybrides Arbeiten, flexible Arbeitszeiten: Wir bieten einen hybriden Arbeitszeitplan, bei dem die Teammitglieder zweimal pro Woche ins Büro kommen.
• Regelmäßige persönliche Teamevents: Wir verbinden uns über lebendige Veranstaltungen, die so einzigartig sind wie unser Team.
• Monatliche ganztägige Hack-Sessions: Jeden Monat haben wir Hack Freitage, an denen Sie an einem Projekt arbeiten können, das Ihnen am Herzen liegt.
• 30 Tage Jahresurlaub: Wir schätzen Ihr Wohlbefinden.
• Wettbewerbsfähige Leistungen: Unser Leistungspaket spiegelt die Vielfalt unseres Teams wider.

Wenn diese Rolle und unsere Mission mit Ihnen übereinstimmen, zögern Sie nicht, sich zu bewerben – lassen Sie uns Ihr Potenzial gemeinsam entdecken. Wir freuen uns darauf, Sie kennenzulernen!

Wir sind ein Arbeitgeber, der Chancengleichheit bietet. Sie sind bei DeepL willkommen, so wie Sie sind – wir schätzen Authentizität hier.