Auf einen Blick
- Aufgaben: Forschung, Training und Verfeinerung von Sprach-KI-Modellen für echte menschliche Nuancen.
- Unternehmen: Deepslate, ein innovatives Unternehmen im Bereich Sprach-KI mit starkem Wachstum.
- Vorteile: Wettbewerbsfähiges Gehalt, echte Forschungsfreiheit und vollständige Flexibilität beim Arbeiten.
- Weitere Informationen: Vollständig remote, asynchrone Kommunikation und keine Mikromanagement.
- Warum dieser Job: Gestalte die Zukunft der Kommunikation mit bahnbrechender Technologie und echten Herausforderungen.
- Qualifikationen: Expertenkenntnisse in Python und modernen Deep-Learning-Frameworks erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Standort: Remote / Berlin (Büro verfügbar) | Sprachkenntnisse: Fließendes Deutsch
Bei Deepslate entwickeln wir Sprach-zu-Sprach Voice AI-Modelle, die sich von einem Menschen nicht unterscheiden lassen. Wir glauben, dass jeder in der Lage sein sollte, diese Technologie zu nutzen.
Unsere proprietären Voice AI-Modelle sind das Herzstück von Deepslate. Ihre Mission ist es, dieses Modell zu erforschen, zu trainieren und zu verfeinern. Sie werden komplexe, ungelöste Herausforderungen wie die Echtzeit-Erkennung von Emotionen, subtile Intonationen und natürliche Sprachmelodien angehen, um ein erstklassiges Sprachmodell von Grund auf zu erstellen.
Was Sie tun werden:
- Forschung & Training: Entwerfen, trainieren und bewerten Sie unsere proprietären Deep-Learning-Modelle. Sie treiben die Entwicklung neuer Fähigkeiten voran, wie z.B. die Emotionserkennung, und integrieren diese in unsere Kernarchitektur.
- Hochleistungs-ML-Systeme: Optimieren Sie unsere Modelle für maximale Inferenzgeschwindigkeit und Effizienz, damit sie massive Datensätze und Echtzeitarbeitslasten im großen Maßstab bewältigen können.
- Software Engineering: Schreiben Sie sauberen, produktionsbereiten Code. Wir benötigen Forscher, die auch starke Software-Ingenieure sind und in der Lage sind, komplexe Forschung in hochverfügbare Architekturen zu übersetzen.
- MLOps & Tools: Bauen und pflegen Sie die internen Pipelines für Datenverarbeitung, Modelltraining und -bewertung, um unsere Iterationszyklen schnell und zuverlässig zu gestalten.
Was wir suchen:
- Must-Haves: Tiefgehende Expertise in Python und modernen Deep-Learning-Frameworks (z.B. NeMo, PyTorch oder ähnlich).
- Nachweisbare praktische Erfahrung mit hochleistungsfähigen, großangelegten ML-Systemen, insbesondere im Kontext des Sprachmodells (Text oder Audio).
- Eine echte Startup-Mentalität: Sie fühlen sich wohl im Umgang mit dem glorreich chaotischen Umfeld eines frühen Codebases.
- Antrieb und Vision: Sie möchten aktiv das Produkt gestalten, Lösungen entwerfen und die vollständige Projektverantwortung übernehmen.
Nice-to-Haves:
- Frühere Erfahrung in einem schnelllebigen Startup oder DeepTech-Umfeld.
- Praktische Erfahrung mit Audioverarbeitung, Speech-to-Text (STT), Text-to-Speech (TTS) oder multimodalen Modellen.
- Interesse an Experimenten mit Inferenz-Engines in Rust in der Zukunft.
- Fließende Deutschkenntnisse (gesprochen und geschrieben).
Was wir bieten:
- Echte F&E-Freiheit: Wir geben Ihnen die Zeit, Ressourcen und das Vertrauen, um Technologien zu erforschen und zu entwickeln, die einfach noch nicht existieren.
- Wettbewerbsfähige Vergütung: Wir sind gut finanziert von Top-VCs und bieten ein hoch wettbewerbsfähiges Gehalt.
- Ernsthafte Rechenleistung: Sie haben Zugang zur Hardware und Cloud-Infrastruktur, die notwendig ist, um tatsächlich großangelegte Modelle zu trainieren und zu testen.
- Absolute Flexibilität: Vollständige Remote-Arbeit, asynchrone Kommunikation und keine Mikromanagement.
Deepslate ist ein Arbeitgeber, der Chancengleichheit bietet. Wir begrüßen Bewerbungen von allen qualifizierten Kandidaten, unabhängig von Geschlecht, Nationalität, ethnischer Herkunft, Religion, Behinderung, Alter oder sexueller Orientierung.
Model Research Engineer (m/f/d) Arbeitgeber: Deepslate
Deepslate ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der Frontend Engineers die Möglichkeit haben, an der Spitze der KI-Technologie zu arbeiten. Mit einem starken Fokus auf Mitarbeiterentwicklung und einer offenen Unternehmenskultur fördern wir Kreativität und Eigenverantwortung, während wir gleichzeitig flexible Arbeitsbedingungen in Berlin oder remote anbieten. Unsere Mitarbeiter profitieren von einem inspirierenden Team, modernster Technologie und der Chance, bedeutende Beiträge zu leisten, die die Benutzererfahrung unserer Produkte revolutionieren.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Model Research Engineer (m/f/d) 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 Deepslate 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 Model Research Engineer (m/f/d) 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 Model Research Engineer (m/f/d) bei Deepslate gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Deepslate 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 Deepslate entscheidend sein!
