Auf einen Blick
- Aufgaben: Entwickle innovative KI-Modelle für Finanzanwendungen und arbeite an spannenden Projekten.
- Unternehmen: Ein gut finanziertes Handelsunternehmen, das in die KI-Forschung expandiert.
- Vorteile: Wettbewerbsfähiges Gehalt, echte Mitbestimmung und eine Kultur des schnellen Lernens.
- Weitere Informationen: Dynamisches Team mit Fokus auf Zusammenarbeit und persönlichem Wachstum.
- Warum dieser Job: Setze deine Ideen um und habe echten Einfluss auf die Forschung.
- Qualifikationen: Erfahrung in maschinellem Lernen und sauberen, reproduzierbaren Code schreiben.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Join a small, fast-moving team where you’ll explore, invent, and discover. We’re training foundational models for financial applications on unique, multimodal datasets.
- What you’ll do
- Formulate and pursue original research agendas (reasoning, tool connectivity, robustness, alignment, data/compute efficiency).
- Follow Ideas to Po C to MVP to training to validation, owning all steps of the process with deep collaboration with Research Engineers (see other open role).
- Build rigorous evaluation suites through simulated environments and real time evaluation.
- Prototype fast with real data; partner with Research Engineers to take promising ideas to production.
- You might be a fit if you
- Are a self-starter who thrives on coding autonomy and project collaboration within small-team, high velocity environments.
- Have strong ML research chops (theory and practice), and write clean, reproducible code (e. g. Py Torch/JAX).
- Think in systems: data quality, scaling laws, evaluation, and deployment constraints - not just model internals.
- Prefer clear principles, low ego and prefer collaboration over titles and politics. Helpful backgrounds (any of the following)
- Helpful backgrounds
- Frontier labs experience (e. g., Anthropic, Open AI, Deep Mind).
- Novel discovery through published work (Neur IPS/ICML/ICLR).
- Led research in an applied setting (startups, open-source, or products at scale).
- Standout independent achievement (notable OSS, benchmarks, or widely used methods).
- Research areas we’re excited about
- Efficient training (HRM, distillation, sparse/Mo E, FSDP, etc.).
- Reasoning and tool use (automated trading and agentic interaction with data sources).
- Multimodal Inputs and Outputs (multiple forms of text and time-series both in and out).
What we offer
- A well-funded trading firm expanding into AI research - your ideas set direction and standards.
- Real ownership from hypothesis to deployment.
- Competitive base with meaningful upside tied to research impact.
- A culture optimized for deep work, fast learning, and doing the right thing.
If this sounds like you, apply.
#J-18808-Ljbffr
Entrepreneurial AI Researcher Arbeitgeber: Deeter Analytics
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, in dem Ihre Ideen und Forschungsansätze direkten Einfluss auf unsere Projekte haben. Unsere Unternehmenskultur fördert tiefes Arbeiten und schnelles Lernen, während wir Ihnen gleichzeitig eine wettbewerbsfähige Vergütung und bedeutende Aufstiegschancen bieten. Bei uns haben Sie die Freiheit, Ihre eigenen Hypothesen zu entwickeln und diese bis zur Umsetzung zu begleiten, was eine einzigartige Gelegenheit für persönliches und berufliches Wachstum darstellt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Entrepreneurial AI Researcher 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 Deeter Analytics 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 Entrepreneurial AI Researcher 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 Entrepreneurial AI Researcher bei Deeter Analytics gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Deeter Analytics 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 Deeter Analytics entscheidend sein!
