Auf einen Blick
- Aufgaben: Führe spannende Forschungsprojekte im Bereich maschinelles Lernen durch und setze neue Standards.
- Unternehmen: Dida, ein innovatives Unternehmen für maschinelles Lernen in Berlin.
- Vorteile: Flexible Arbeitszeiten, hybrides Modell, Unterstützung bei der Veröffentlichung deiner Forschung.
- Weitere Informationen: Dynamisches Team mit Fokus auf Gleichberechtigung und Vielfalt.
- Warum dieser Job: Arbeite an realen Problemen und nutze neueste wissenschaftliche Erkenntnisse.
- Qualifikationen: MSc oder PhD in Mathematik, Physik, Informatik oder verwandten Bereichen.
Das prognostizierte Gehalt liegt zwischen 55000 - 65000 € pro Jahr.
Ihre Mission
Sie werden an Forschungsprojekten im Bereich maschinelles Lernen arbeiten, insbesondere um die Frage zu adressieren, wie Methoden des maschinellen Lernens weiter verbessert werden können, um bessere Leistungen in relevanten Anwendungen zu erzielen. Diese Anwendungen sind wahrscheinlich mit Computer Vision oder natürlicher Sprachverarbeitung verbunden, jedoch könnten auch allgemeinere methodologische Fragen von Interesse sein (z. B. Meta-Lernen, Hyperparameter-Suche, effizientes Training von neuronalen Netzwerken). Arbeiten Sie auch daran, theoretische Erkenntnisse in praktische Anwendungsfälle zu übertragen, die normalerweise Teil der jeweiligen Forschungsprojekte sind, mit dem Ziel, neue Branchenstandards zu setzen. Seien Sie in der Lage, Ihre Ergebnisse in relevanten Fachzeitschriften oder auf Konferenzen für maschinelles Lernen wie ICML, NeurIPS oder ICLR zu veröffentlichen. Fördern Sie unsere starken Verbindungen zur Wissenschaft, bleiben Sie über Fortschritte in der Forschung zum maschinellen Lernen informiert und nehmen Sie aktiv an der kollaborativen Lern- und Entwicklungsumgebung unseres Unternehmens teil. Unterstützen Sie das dida-Team bei der Anwendung modernster Algorithmen des maschinellen Lernens.
Ihr Profil
Sie haben einen MSc oder PhD in Mathematik, Physik, Informatik oder einem verwandten Bereich. Veröffentlichte akademische Arbeiten; Arbeiten im Bereich maschinelles Lernen sind von Vorteil. Ein kreativer Geist, der gerne Probleme löst. Fundierte Kenntnisse über maschinelles Lernen und insbesondere tiefes Lernen.
Warum wir?
Sie werden mit einem interdisziplinären Team von Menschen mit solidem Hintergrund in Mathematik und Statistik arbeiten. Wir bieten flexible Arbeitszeiten (Voll- und Teilzeit) und haben ein schönes Büro mit gutem Kaffee in Berlin Schöneberg. Wir bevorzugen ein hybrides Arbeitsmodell, sind aber offen für Remote-Arbeit. Wir glauben an Wissenschaft und unterstützen Sie bei der Veröffentlichung Ihrer Forschungsergebnisse.
Hier sind kurze Beschreibungen einiger Projekte, an denen wir gearbeitet haben:
- Schätzen Sie die Anzahl der Solarpanels, die auf ein Dach passen (Computer Vision): Gegeben ein Satellitenbild und ein Bodenbild eines Hauses, automatisch bestimmte Elemente eines Daches (einschließlich Hindernisse, Gauben usw.) erkennen, um herauszufinden, wie viele Solarpanels darauf passen. Dies beinhaltet das Ableiten von 3D-Informationen aus 2D-Bildern, um die Dachneigung abzuleiten.
- Erkennen, Klassifizieren und Vorschlagen der rechtlichen Wirksamkeit von Textabschnitten (NLP): Automatisches Durchgehen von Tausenden von juristischen Dokumenten mit dem Ziel, bestimmte Abschnitte zu klassifizieren und deren rechtliche Wirksamkeit zu überprüfen. Dies beinhaltet das Umwandeln von Scans in Text, das Entwickeln eines Kennzeichnungsschemas (Problem-Modellierung) und das automatische Erkennen verschiedener Abschnitte, bevor die Inferenzaufgabe angegangen wird.
Über uns
dida ist ein Unternehmen für maschinelles Lernen mit spannenden Problemen, beispielsweise in Computer Vision und natürlicher Sprachverarbeitung. Unser Team bearbeitet angewandte Probleme für verschiedene Kunden, indem es die neuesten wissenschaftlichen Fortschritte (insbesondere im Bereich des tiefen Lernens) nutzt und daher glaubt, dass forschungsorientiertes Denken helfen kann, reale Probleme effizienter zu lösen. Bei dida stehen wir für Chancengleichheit, unabhängig von Geschlecht, Nationalität, ethnischer Herkunft oder Behinderung. Wir ermutigen alle, insbesondere Frauen, People of Color und Menschen mit Behinderungen, sich bei dida zu bewerben.
Machine Learning Researcher (all genders) - Hybrid, Berlin Arbeitgeber: Dida
dida ist ein hervorragender Arbeitgeber, der eine inspirierende Arbeitsumgebung in Berlin Schöneberg bietet, wo kreative Köpfe an spannenden Machine Learning Projekten arbeiten können. Wir fördern die berufliche Weiterentwicklung durch flexible Arbeitszeiten und die Möglichkeit, Forschungsergebnisse zu veröffentlichen, während wir gleichzeitig eine inklusive Kultur pflegen, die Vielfalt schätzt und Gleichberechtigung fördert. Unsere interdisziplinären Teams arbeiten eng zusammen, um innovative Lösungen zu entwickeln und neue Standards in der Branche zu setzen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Researcher (all genders) - Hybrid, Berlin erhalten könnten
✨Netzwerken ist der Schlüssel
Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Machine Learning Community in Kontakt zu treten. Teile deine Projekte und Forschungsergebnisse, um sichtbar zu werden und interessante Gespräche zu starten.
✨Präsentiere deine Arbeit
Bereite eine kurze Präsentation deiner bisherigen Forschungsprojekte vor. Zeige, wie du theoretische Erkenntnisse in praktische Anwendungen umgesetzt hast. Das kann dir helfen, dich von anderen Bewerbern abzuheben.
✨Sei aktiv in der Community
Nimm an Konferenzen und Workshops teil, um dein Wissen zu erweitern und neue Kontakte zu knüpfen. Das zeigt auch dein Engagement für die Branche und kann dir Türen öffnen.
✨Bewirb dich direkt über unsere Website
Wenn du denkst, dass du gut zu uns passt, bewirb dich direkt über unsere Website. So kannst du sicherstellen, dass deine Bewerbung die richtige Anlaufstelle erreicht und wir dich schnell kennenlernen können.
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Researcher (all genders) - Hybrid, Berlin mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache, um deine Leidenschaft für Machine Learning und Forschung zu vermitteln. Lass uns wissen, warum du bei dida arbeiten möchtest und was dich an unseren Projekten begeistert.
Betone deine Erfahrungen:Hebe deine akademischen Erfolge und relevanten Projekte hervor. Wenn du bereits Veröffentlichungen hast, insbesondere im Bereich Machine Learning, dann zeig sie uns! Das gibt uns einen Einblick in deine Fähigkeiten und deinen Beitrag zur Forschung.
Sei konkret und präzise:Vermeide es, allgemein zu bleiben. Gehe auf spezifische Methoden oder Technologien ein, die du beherrschst, und erkläre, wie du diese in der Praxis angewendet hast. Das hilft uns, deine Eignung für die Position besser einzuschätzen.
Bewirb dich über unsere Website:Wir freuen uns darauf, deine Bewerbung über unsere Website zu erhalten! So können wir sicherstellen, dass alles reibungslos abläuft und du die bestmögliche Chance hast, Teil unseres Teams zu werden.
Wie man sich auf ein Vorstellungsgespräch bei Dida vorbereitet
✨Verstehe die Grundlagen der Machine Learning
Mach dich mit den grundlegenden Konzepten von Machine Learning und Deep Learning vertraut. Sei bereit, über deine bisherigen Erfahrungen zu sprechen und wie du diese Konzepte in deinen Projekten angewendet hast.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte, an denen du gearbeitet hast, insbesondere solche, die mit Computer Vision oder Natural Language Processing zu tun haben. Sei bereit, deine Rolle und die Ergebnisse klar zu erläutern, um deine Problemlösungsfähigkeiten zu demonstrieren.
✨Bleib auf dem neuesten Stand
Informiere dich über aktuelle Trends und Entwicklungen im Bereich Machine Learning. Zeige während des Interviews, dass du aktiv an der Forschung teilnimmst und bereit bist, dein Wissen kontinuierlich zu erweitern.
✨Fragen stellen ist wichtig
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den aktuellen Projekten oder der Teamdynamik, um mehr über die Arbeitsumgebung zu erfahren.
