Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Unterstütze bei der Optimierung und Integration von großen Sprachmodellen.
- Arbeitgeber: DFINITY ist ein führender Anbieter des Internet Computer Protocols, das dezentrale Webanwendungen ermöglicht.
- Mitarbeitervorteile: Hybrid-Arbeitsmodell, Zusammenarbeit mit Experten und Zugang zu innovativen Technologien.
- Warum dieser Job: Lerne von erfahrenen Ingenieuren und arbeite an zukunftsweisenden KI-Projekten.
- Gewünschte Qualifikationen: Studium in Informatik oder verwandten Bereichen; Grundkenntnisse in Python und ML-Frameworks erforderlich.
- Andere Informationen: Praktikum für 6 Monate in Zürich, ideal für Studierende und Absolventen.
Wir suchen einen Junior Machine Learning Engineer / Praktikanten, der unser Team unterstützt, indem er bei der Nachbearbeitung und Optimierung von großen Sprachmodellen (LLMs), deren Integration mit retrieval-augmented generation (RAG) und Multi-Agenten-Architekturen hilft. Der Kandidat wird dabei helfen, unsere LLM-basierten Lösungen durch angewandte Forschung, solide Implementierung, Evaluierung und Optimierungen zu verbessern. Sie werden eng mit erfahrenen Machine Learning Engineers, Software Engineers und Fachexperten zusammenarbeiten, um die Grenzen von LLM für die Code-Generierung zu erweitern.
Hauptverantwortlichkeiten:
- Unterstützung bei der Gestaltung von LLM-Trainingsdatensätzen für Anweisungsbefolgung, Fragenbeantwortung, Schlussfolgerungen, Konversationsmodelle und Code-Generierung.
- Unterstützung bei der Integration kuratierter Inhalte in Fine-Tuning-Pipelines.
- Hilfe bei der Definition von Anweisungen für Wissensarbeiter zur Erstellung von LLM-Trainingsdaten (Code, Text, Eingabeaufforderungen, Dialoge) und Prozessen zur Validierung synthetischer Daten.
- Unterstützung bei der systematischen Evaluierung der LLM-Leistung und Benchmarking.
- Teilnahme an der Verfeinerung von retrieval-augmented generation (RAG)-Engines.
- Erlernen und Unterstützung bei der Entwicklung von Multi-Agenten-Architekturen und Prompt Engineering.
- Experimentieren mit neuen Trends und Forschungsrichtungen in LLMs unter Anleitung.
- Implementierung von LLM-Komponenten und Integrationen in qualitativ hochwertigem Code mit entsprechender Dokumentation.
Erforderliche Qualifikationen:
- Derzeit im Studium oder kürzlich abgeschlossenes Bachelor- oder Masterstudium in Informatik, Data Science oder einem verwandten Bereich.
- Vertrautheit mit Machine Learning-Frameworks (z.B. PyTorch oder TensorFlow).
- Grundkenntnisse in Python.
- Starke Kommunikationsfähigkeiten und die Fähigkeit zur effektiven Zusammenarbeit.
- Starke analytische Fähigkeiten und Problemlösungsfähigkeiten.
Bevorzugte Qualifikationen:
- Grundverständnis von LLM-Architekturen wie BERT, Llama-3 oder ähnlichem.
- Vertrautheit mit Code-Generierung oder ressourcenarmen Programmiersprachen.
- Interesse oder Erfahrung im Reinforcement Learning aus menschlichem Feedback (RLHF) oder Reinforcement Learning aus verifizierbaren Belohnungen (RLVR).
- Vertrautheit mit Datenannotierungs- und Kennzeichnungstools.
- Interesse an Bias- und Fairnessfragen in KI.
- Erfahrung oder Interesse an TypeScript.
Junior Machine Learning Engineer Arbeitgeber: DFINITY Foundation
Kontaktperson:
DFINITY Foundation HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Junior Machine Learning Engineer
✨Tip Nummer 1
Nutze Networking-Plattformen wie LinkedIn, um mit Fachleuten aus der Machine Learning-Community in Kontakt zu treten. Suche gezielt nach Mitarbeitern von DFINITY und versuche, ein Gespräch über ihre Erfahrungen und die Unternehmenskultur zu führen.
✨Tip Nummer 2
Beteilige dich an Online-Communities oder Foren, die sich mit Machine Learning und LLMs beschäftigen. Das Teilen deiner eigenen Projekte oder das Stellen von Fragen kann dir helfen, wertvolle Kontakte zu knüpfen und dein Wissen zu erweitern.
✨Tip Nummer 3
Halte Ausschau nach Workshops oder Webinaren, die sich auf Themen wie Reinforcement Learning oder LLM-Architekturen konzentrieren. Diese Veranstaltungen bieten nicht nur Lernmöglichkeiten, sondern auch Gelegenheiten, mit Experten ins Gespräch zu kommen.
✨Tip Nummer 4
Erstelle ein Portfolio, das deine Kenntnisse in Python und Machine Learning Frameworks wie PyTorch oder TensorFlow demonstriert. Zeige konkrete Projekte, an denen du gearbeitet hast, um deine praktischen Fähigkeiten zu unterstreichen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Junior Machine Learning Engineer
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die geforderten Qualifikationen und Verantwortlichkeiten. Stelle sicher, dass du alle relevanten Fähigkeiten und Erfahrungen in deiner Bewerbung hervorhebst.
Anpassung des Lebenslaufs: Gestalte deinen Lebenslauf so, dass er die spezifischen Anforderungen der Position als Junior Machine Learning Engineer widerspiegelt. Betone deine Kenntnisse in Python, maschinellem Lernen und relevanten Frameworks wie PyTorch oder TensorFlow.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du an dieser Position interessiert bist und wie deine bisherigen Erfahrungen und dein Studium dich darauf vorbereiten. Gehe auch auf deine Begeisterung für LLMs und deren Anwendung ein.
Dokumentation und Codebeispiele: Falls möglich, füge Beispiele deiner bisherigen Arbeiten oder Projekte hinzu, die deine Fähigkeiten im Bereich maschinelles Lernen und Programmierung demonstrieren. Dies kann in Form von Links zu GitHub-Repositories oder anderen Plattformen geschehen.
Wie du dich auf ein Vorstellungsgespräch bei DFINITY Foundation vorbereitest
✨Verstehe die Grundlagen von LLMs
Mach dich mit den Grundlagen von großen Sprachmodellen (LLMs) vertraut, insbesondere mit Architekturen wie BERT oder Llama-3. Zeige im Interview, dass du ein grundlegendes Verständnis für deren Funktionsweise und Anwendung hast.
✨Praktische Erfahrungen hervorheben
Bereite Beispiele aus deinen bisherigen Projekten oder Studien vor, in denen du mit Machine Learning Frameworks wie PyTorch oder TensorFlow gearbeitet hast. Dies zeigt deine praktische Erfahrung und dein Engagement für das Thema.
✨Fragen zur Teamarbeit vorbereiten
Da die Rolle enge Zusammenarbeit mit anderen Ingenieuren erfordert, sei bereit, Fragen zu deiner Teamarbeit und Kommunikationsfähigkeiten zu beantworten. Überlege dir konkrete Beispiele, wie du erfolgreich in einem Team gearbeitet hast.
✨Interesse an neuen Trends zeigen
Informiere dich über aktuelle Trends und Entwicklungen im Bereich der LLMs und zeige dein Interesse daran, neue Technologien und Methoden zu erlernen. Dies kann deine Begeisterung und Lernbereitschaft unterstreichen.
