Auf einen Blick
- Aufgaben: Unterstütze unser Team bei der Anwendung modernster Machine Learning Algorithmen.
- Unternehmen: Dida, ein innovatives Unternehmen für maschinelles Lernen in Berlin.
- Vorteile: Flexible Arbeitszeiten, hybrides Arbeiten und Unterstützung bei der Veröffentlichung deiner Forschungsergebnisse.
- Weitere Informationen: Dida schätzt Vielfalt und ermutigt alle, sich zu bewerben.
- Warum dieser Job: Arbeite an spannenden Projekten in Computer Vision und NLP mit einem kreativen Team.
- Qualifikationen: MSc oder PhD in Mathematik oder Physik, Programmiererfahrung und Interesse an Machine Learning.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Ihr Auftrag
dida ist ein Unternehmen für maschinelles Lernen, das an spannenden Problemen in der Computer Vision und der Verarbeitung natürlicher Sprache arbeitet. Unser Team beschäftigt sich mit angewandten Problemen für verschiedene Kunden unter Verwendung der neuesten wissenschaftlichen Fortschritte, insbesondere im Bereich des Deep Learning, da wir glauben, dass forschungsorientiertes Denken die Effizienz bei der Lösung realer Probleme erhöht.
Ihre Aufgaben
- Unterstützung des dida-Teams bei der Anwendung modernster Algorithmen für maschinelles Lernen.
- Experimentieren mit Modellarchitekturen, um optimale Lösungen für jedes Projekt zu finden.
- Aktualisierung über Fortschritte in der Forschung im Bereich maschinelles Lernen und Teilnahme an unserer kollaborativen Lernumgebung.
Ihr Profil
- Sie haben einen MSc oder PhD in Mathematik oder Physik.
- Eine kreative Denkweise, die darauf abzielt, Probleme zu lösen.
- Ein Interesse an modernen Ansätzen des maschinellen Lernens (Erfahrung im Deep Learning ist von Vorteil).
- Solide Programmiererfahrung (Python ist von Vorteil).
Benötigte Bewerbungsunterlagen
- Lebenslauf (verpflichtend)
- (Universitäts-)Abschluss(e) (verpflichtend)
- Transkripte (falls zutreffend)
- Projekt-/Codebeispiele/Portfolio (optional)
Warum wir?
Sie werden mit einem interdisziplinären Team mit starken Hintergründen in Mathematik und Statistik arbeiten. Wir bieten flexible Arbeitszeiten (Voll- oder Teilzeit) und ein schönes Büro mit gutem Kaffee in Berlin Schöneberg. Während wir ein hybrides Arbeitsmodell bevorzugen, ist auch Remote-Arbeit eine Option. Wir unterstützen die Veröffentlichung Ihrer Forschungsergebnisse.
Aktuelle Projekte
- Schätzung der Anzahl von Solarpanels auf einem Dach (Computer Vision): Verwendung von Satelliten- und Bodenbildern zur automatischen Erkennung von Dachelementen, um zu bestimmen, wie viele Solarpanels passen, wobei 3D-Informationen aus 2D-Bildern abgeleitet werden.
- Analyse juristischer Texte (NLP): Automatisierung der Überprüfung juristischer Dokumente zur Klassifizierung und Bewertung der rechtlichen Wirksamkeit von Absätzen, einschließlich Textextraktion, Kennzeichnungsschemata und automatischer Absatzdetektion.
dida schätzt Vielfalt und ermutigt Bewerbungen von Frauen, People of Color und Menschen mit Behinderungen, unabhängig von Geschlecht, Nationalität, Ethnie oder Behinderung.
Mathematician, Physicist (all genders) - Hybrid, Berlin Arbeitgeber: Dida
dida ist ein innovatives Unternehmen im Bereich maschinelles Lernen, das eine dynamische und unterstützende Arbeitsumgebung in Berlin Schöneberg bietet. Mit flexiblen Arbeitszeiten und der Möglichkeit, hybrid oder remote zu arbeiten, fördern wir die persönliche und berufliche Entwicklung unserer Mitarbeiter und unterstützen aktiv die Veröffentlichung von Forschungsergebnissen. Unser interdisziplinäres Team aus Mathematikern und Physikern arbeitet an spannenden Projekten, die reale Probleme mit den neuesten wissenschaftlichen Erkenntnissen lösen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Mathematician, Physicist (all genders) - Hybrid, Berlin 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 Mathematician, Physicist (all genders) - Hybrid, Berlin 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 Mathematician, Physicist (all genders) - Hybrid, Berlin 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!
