Auf einen Blick
- Aufgaben: Forschung im Bereich Machine Learning und Verbesserung von Methoden für reale Anwendungen.
- Unternehmen: Dida, ein innovatives Unternehmen für maschinelles Lernen in Berlin.
- Vorteile: Flexible Arbeitszeiten, hybrides Modell und Unterstützung bei der Veröffentlichung von Forschungsergebnissen.
- Weitere Informationen: Engagiertes Team mit Fokus auf Gleichberechtigung und Vielfalt.
- Warum dieser Job: Arbeite an spannenden Projekten in Computer Vision und NLP mit einem kreativen Team.
- Qualifikationen: MSc oder PhD in Mathematik, Physik, Informatik oder verwandten Bereichen.
Das prognostizierte Gehalt liegt zwischen 54000 - 66000 € pro Jahr.
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 Netzen). Sie werden auch daran arbeiten, theoretische Erkenntnisse in praktische Anwendungsfälle zu übertragen, die normalerweise Teil der jeweiligen Forschungsprojekte sind, mit dem Ziel, neue Branchenstandards zu setzen. Sie sollten in der Lage sein, Ihre Ergebnisse in relevanten Fachzeitschriften oder auf Konferenzen für maschinelles Lernen wie ICML, NeurIPS oder ICLR zu veröffentlichen.
Sie fördern unsere starken Verbindungen zur Wissenschaft, halten sich über Fortschritte in der Forschung im Bereich maschinelles Lernen auf dem Laufenden und nehmen aktiv an der kollaborativen Lern- und Entwicklungsumgebung unseres Unternehmens teil. Zudem 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 Personen 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:
- Schätzung der Anzahl von 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.
- Erkennung, Klassifizierung und Vorschlag der rechtlichen Wirksamkeit von Textabschnitten (NLP): Automatisches Durchgehen von Tausenden von juristischen Dokumenten mit dem Ziel, bestimmte Absätze zu klassifizieren und deren rechtliche Wirksamkeit zu überprüfen. Dies beinhaltet das Umwandeln von Scans in Text, das Entwickeln eines Labelingschemas (Problem-Modellierung) und das automatische Erkennen verschiedener Absätze, bevor die Inferenzaufgabe angegangen wird.
dida ist ein Unternehmen für maschinelles Lernen mit spannenden Problemen, beispielsweise in den Bereichen Computer Vision und natürliche 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 dazu beitragen kann, reale Probleme effizienter zu lösen. dida steht 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 (w/m/d) - Hybrid Arbeitgeber: Dida
dida ist ein hervorragender Arbeitgeber, der eine inspirierende Arbeitsumgebung in Berlin Schöneberg bietet, wo kreative Köpfe an spannenden Herausforderungen im Bereich maschinelles Lernen arbeiten. Wir fördern eine flexible Arbeitsweise und bieten zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung, während wir gleichzeitig die Veröffentlichung von Forschungsergebnissen unterstützen. Unser interdisziplinäres Team legt Wert auf Zusammenarbeit und Innovation, was dida zu einem attraktiven Ort für talentierte Mathematiker und Physiker macht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Machine Learning Researcher (w/m/d) - Hybrid 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 Dida 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 Machine Learning Researcher (w/m/d) - Hybrid 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 Machine Learning Researcher (w/m/d) - Hybrid bei Dida gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Dida 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 Dida entscheidend sein!
