Auf einen Blick
- Aufgaben: Entwickle innovative Deep Learning Methoden für komplexe Ingenieurprobleme.
- Unternehmen: Frühphasiges Deep Learning Unternehmen mit Fokus auf Forschung und Entwicklung.
- Vorteile: Einfluss auf Forschungsrichtung, flexible Arbeitsmodelle und Unterstützung bei Konferenzen.
- Weitere Informationen: Dynamisches Team in Berlin mit hybriden Arbeitsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Ingenieurwissenschaften mit bahnbrechenden Technologien.
- Qualifikationen: PhD in relevanten Bereichen und Erfahrung in Deep Learning.
Das prognostizierte Gehalt liegt zwischen 72000 - 88000 € pro Jahr.
Standort: Berlin, Deutschland
Arbeitsmodell: Vollzeit, hybrid
Über das Unternehmen
Wir unterstützen ein frühes Deep-Learning-Unternehmen, das Fundamentalmuster für Ingenieur- und physikalische Systeme entwickelt. Das Unternehmen arbeitet mit Industriepartnern in den Bereichen Maschinenbau, Elektrotechnik, Fertigung und Ingenieurdienstleistungen. Ziel ist es, Modelle zu schaffen, die über verschiedene physikalische Probleme, Geometrien und industrielle Einschränkungen hinweg verallgemeinern können. Dies ist ein kleines, forschungsorientiertes Team, in dem neue Ideen schnell umgesetzt, getestet und verbessert werden können.
Die Gelegenheit
Wir suchen einen Senior Research Scientist, der originale Deep-Learning-Methoden für komplexe Ingenieurprobleme entwickeln kann. Dies ist keine Rolle, die sich darauf konzentriert, bestehende Modelle ohne kritische Betrachtung anzuwenden. Sie sollten verstehen, warum eine Architektur funktioniert, identifizieren, wo aktuelle Methoden versagen, und neue Ansätze von den Grundlagen aus entwickeln. Sie sollten über tiefgehende Forschungsexpertise in mindestens einem relevanten Bereich verfügen und bereit sein, in angrenzenden Bereichen zu arbeiten, während sich Projekte entwickeln.
Woran Sie arbeiten könnten:
- Entwurf und Validierung neuer geometrischer Deep-Learning-Architekturen
- Entwicklung von Modellen für Graphen, Netze, Punktwolken, Partikel, Oberflächen und andere strukturierte Daten
- Aufbau generativer Modelle für Ingenieurdienstleistungen und physikalische Systeme
- Entwicklung von Surrogatmodellen für rechenintensive Simulationen
- Training von Modellen mit synthetischen und simulierten Daten
- Bedingen generativer Modelle auf multimodalen Eingaben und physikalischen Einschränkungen
- Erforschung neuronaler Operatoren, neuronaler Differentialgleichungen, Diffusionsmodelle und Modellierung im Funktionsraum
- Studium von Netzwerkarchitekturen, Optimierer-Verhalten, Regularisierung, Verlustgeometrie und Verallgemeinerung
- Übersetzung von Forschungsarbeiten in zuverlässige experimentelle Systeme
- Direkte Zusammenarbeit mit industriellen Simulationsumgebungen und proprietären Ingenieurdaten
Was wir suchen:
- Ein PhD in Informatik, Mathematik, angewandter Mathematik, Physik, Ingenieurwesen oder einem verwandten Fachgebiet
- Forschungstiefe in geometrischem Deep Learning, wissenschaftlichem maschinellen Lernen, generativer Modellierung, synthetischen Daten, Surrogatmodellierung, neuronalen Operatoren oder einem eng verwandten Bereich
- Starkes mathematisches Verständnis von neuronalen Netzwerken, Optimierung und Verallgemeinerung
- Nachweis, dass Sie originale Methoden entwickeln können, anstatt nur bestehende Forschung zu reproduzieren
- Erfahrung im Entwurf, Training und der Bewertung von Deep-Learning-Architekturen
- Fähigkeit, Arbeiten kritisch zu lesen und die Gründe hinter technischen Entscheidungen zu erklären
- Starke Python-Erfahrung mit PyTorch, JAX, TensorFlow oder ähnlichen Frameworks
- Interesse an der Anwendung von Forschung auf schwierige industrielle Probleme
Nützliche zusätzliche Erfahrungen:
- Dreidimensionale Geometrie, Netze, Punktwolken oder Partikelsysteme
- Physik-informiertes Lernen und differenzierbare Simulation
- Verstärkendes Lernen zur Optimierung oder Trajektoriengenerierung
- Prozedurale Geometriegenerierung
- Simulierte Datenübertragung in reale Anwendungen
- Erfahrung bei der Überführung von Forschungsmodellen in Produktionsumgebungen
- Frühere CAD-, CAM-, CNC- oder Fertigungserfahrung ist nicht erforderlich.
Was angeboten wird:
- Direkter Einfluss auf die Forschungsrichtung des Unternehmens
- Enge Zusammenarbeit mit den Gründern
- Freiheit, originale Ideen zu erkunden und zu testen
- Zugang zu industriellen Datensätzen und Simulationsumgebungen
- Kurze Forschungs- und Entwicklungszyklen
- Teilnahme an Konferenzen und Unterstützung beim kontinuierlichen Lernen
- Potenzielle Beteiligung am Eigenkapital
- Mögliche Umzugshilfe
- Englischsprachige Arbeitsumgebung, ohne Deutschkenntnisse erforderlich
Das Team arbeitet in Berlin, mit etwa zwei bis drei Tagen pro Woche, die für die Arbeit von zu Hause aus verfügbar sind. Wenn Sie Freude daran haben, neue Deep-Learning-Methoden zu entwickeln, von mathematischen Grundlagen aus zu argumentieren und Forschung auf physikalische Ingenieurprobleme anzuwenden, würden wir uns freuen, mit Ihnen zu sprechen.
Senior Deep Learning Research Scientist in Berlin Arbeitgeber: DeepRec.ai
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, in dem Ihre Ideen und Lösungen direkt in die Praxis umgesetzt werden. Unsere Unternehmenskultur fördert Zusammenarbeit und Kreativität, während wir gleichzeitig auf individuelle Wachstumschancen setzen, um Ihre Karriere im Bereich KI-Engineering voranzutreiben. Mit einem engagierten Team und der Möglichkeit, an spannenden Projekten mit namhaften Kunden zu arbeiten, ist dies der ideale Ort für alle, die ihre Fähigkeiten in der realen Welt anwenden möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Deep Learning Research Scientist in Berlin erhalten könntest
✨Engagier dich in Entwickler-Communities!
Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.
✨Zeig deine Fähigkeiten!
Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei DeepRec.ai anzuklopfen, wenn du dich auf die Stelle als Senior Deep Learning Research Scientist bewirbst – so wissen sie gleich, was sie von dir erwarten können!
✨Nutze Jobplattformen speziell für Tech-Jobs!
Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.
✨Such dir Mentoren und Feedback!
Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei DeepRec.ai vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Deep Learning Research Scientist in Berlin mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.
Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.
Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.
Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei DeepRec.ai klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.
Wie man sich auf ein Vorstellungsgespräch bei DeepRec.ai vorbereitet
✨Technische Vorbereitung auf die Coding-Challenges
In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!
✨Das eigene Portfolio im besten Licht präsentieren
Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.
✨Teamfähigkeit und Kommunikation betonen
In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.
✨Vorbereitung auf Fragen zur Software-Architektur
Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.
