Head of AI Research

Head of AI Research

Vollzeit 94500 - 115500 € / Jahr (geschätzt) Kein Homeoffice möglich
D

Auf einen Blick

  • Aufgaben: Leite die AI-Forschung für Materialien und entwickle innovative Ansätze zur Materialentdeckung.
  • Unternehmen: Dunia, ein Unternehmen, das Physik, KI und Automatisierung kombiniert.
  • Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und ein inklusives Arbeitsumfeld.
  • Weitere Informationen: Vielfältige Karrierewege sind willkommen; wir fördern eine inklusive Unternehmenskultur.
  • Warum dieser Job: Gestalte die Zukunft der Materialwissenschaften mit bahnbrechenden Technologien und echten Auswirkungen.
  • Qualifikationen: PhD in ML und 7+ Jahre Erfahrung in der AI-Forschung erforderlich.

Das prognostizierte Gehalt liegt zwischen 94500 - 115500 € pro Jahr.

Definieren Sie, wie KI Materialien verstehen, darüber nachdenken und entdecken kann. Dunia entwickelt KI für eines der schwierigsten ungelösten Probleme in der Wissenschaft: die Umwandlung der Materialentdeckung von einem akademischen, trial-and-error Prozess in eine programmierbare, skalierbare Disziplin. In dieser Rolle werden Sie Dunians Agenda für KI-gestützte Materialforschung an der Schnittstelle von maschinellem Lernen, Physik, Chemie und automatisierten Experimenten definieren und leiten.

Diese Rolle umfasst mehr als die Anwendung bestehender ML-Techniken auf wissenschaftliche Daten. Es geht darum, die Repräsentationen, Lernparadigmen und Evaluierungsrahmen zu erfinden, die es der KI ermöglichen, über Materie in verschiedenen Maßstäben nachzudenken. Sie werden die Entwicklung von Dunians Materials World Model vorantreiben, das prägt, wie KI mit Experimenten und Simulationen interagiert und wie wissenschaftliche Erkenntnisse in Systeme übersetzt werden, die zuverlässig neue Materialien mit realer Wirkung produzieren.

Ihre Aufgaben umfassen:

  • Setzen Sie die intellektuelle Richtung für KI für Materialien.
  • Definieren Sie Dunians Forschungsthese für KI-native Materialentdeckung.
  • Identifizieren Sie, wo bestehende ML-Paradigmen versagen, wenn sie auf physische Materie angewendet werden, und was stattdessen gebaut werden muss.
  • Entscheiden Sie, welche Forschungswetten das Potenzial haben, das Feld zu verändern, nicht nur Benchmarks zu verbessern.
  • Aufbauen und Leiten eines erstklassigen Forschungsteams.
  • Einstellen, Mentoring und Herausfordern von erfahrenen ML-Forschern und Wissenschaftlern.
  • Schaffen Sie ein Umfeld, das tiefes Denken, ehrliche Bewertung und intellektuellen Mut schätzt.
  • Setzen Sie hohe Standards für wissenschaftlichen Geschmack, Klarheit und Originalität.
  • Verwandeln Sie Forschung in Systeme, die entdecken.
  • Arbeiten Sie eng mit Programmen, Hardware & Automatisierung sowie Softwarearchitektur zusammen, um Forschung in End-to-End-Entdeckungszyklen einzubetten.
  • Stellen Sie sicher, dass Modelle in der physischen Realität und im experimentellen Feedback verankert sind, nicht nur in Datenabstraktionen.
  • Balancieren Sie langfristige Forschung mit kurzfristiger Lieferung, ohne die Ambitionen zu reduzieren.
  • Gestalten Sie das externe Feld.
  • Beeinflussen Sie, wie KI für Materialien diskutiert, bewertet und in der Wissenschaft und Industrie verfolgt wird.
  • Aufbauen von Kooperationen, die Dunians Reichweite erweitern und gleichzeitig Fokus und IP schützen.
  • Vertreten Sie einen klaren, meinungsstarken Standpunkt dazu, wohin sich das Feld als Nächstes entwickeln sollte.

Ihr Profil:

  • PhD in ML; Hintergrund in Physik, Chemie oder einem verwandten Bereich gewünscht.
  • 7+ Jahre Erfahrung in der KI-Forschung, einschließlich Führung von erfahrenen ICs.
  • Tiefe Erfahrung in Repräsentationslernen, wissenschaftlichem ML oder Fundamentalmustern.
  • Starke Intuition für physikalische Systeme und deren Einschränkungen.
  • Nachgewiesene Fähigkeit, an der Grenze zwischen Theorie, Systemen und realem Feedback zu arbeiten.
  • Hoher wissenschaftlicher Geschmack und Komfort bei der Entscheidungsfindung unter Unsicherheit.
  • Klare Kommunikation, die Forscher, Ingenieure und Führungskräfte um ehrgeizige Ziele herum ausrichten kann.
  • Fließend in Englisch, zusätzliche Sprachen bevorzugt.

Dunia, was „Welt“ in über 20 Sprachen bedeutet, spiegelt unseren Fokus wider, Technologien zu entwickeln, die globalen Wohlstand liefern. Durch die Kombination von Physik, KI und Automatisierung beschleunigen wir die Materialentdeckung für nächste Generationen von Energie- und Industriesystemen. Unsere Arbeit hilft, Energie zugänglicher und Materialien erschwinglicher und widerstandsfähiger zu machen, während sie umgestaltet, wie Wissenschaft von der Idee zur Wirkung gelangt. Schließen Sie sich uns an, um an Problemen zu arbeiten, bei denen Fortschritt wirklich kumuliert.

Wir streben danach, einen vielfältigen und integrativen Arbeitsplatz zu schaffen, an dem sich jeder willkommen und sicher fühlt, sein authentisches Selbst zu sein. Unkonventionelle Karrierewege sind willkommen und geschätzt. Wenn Sie unsere Vision teilen, können Sie sicher sein, dass wir möchten, dass Sie erfolgreich sind. Sie könnten genau der richtige Kandidat für diese oder andere Rollen sein, die noch nicht eröffnet wurden. Kontaktieren Sie uns und folgen Sie uns auf LinkedIn!

Head of AI Research Arbeitgeber: Dunia Innovations GmbH

Dunia ist ein herausragender Arbeitgeber, der sich auf die Entwicklung innovativer Technologien zur Materialentdeckung konzentriert. Mit einem starken Fokus auf Diversität und Inklusion bietet das Unternehmen eine inspirierende Arbeitsumgebung, in der kreative Ideen geschätzt werden und Mitarbeiter die Möglichkeit haben, in einem interdisziplinären Team zu wachsen. Die Position des Head of AI Research ermöglicht es Ihnen, an der Spitze der wissenschaftlichen Forschung zu stehen und einen echten Einfluss auf die Zukunft der Materialwissenschaften zu nehmen.

D

Kontaktdaten:

Dunia Innovations GmbH Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Head of AI Research mit Bravour zu bestehen

Maschinenlernen
Physik
Chemie
Automatisierte Experimente
Repräsentationslernen
Wissenschaftliches Maschinenlernen
Fundamentale Modelle