ML Researcher, Representation Learning

Ihre Mission: Erfinden Sie die Darstellungen, die Materie für Maschinen verständlich machen. Die meisten KI-Systeme sind erfolgreich, weil die Welt, die sie modellieren, nachsichtig ist. Die Entdeckung von Materialien ist es nicht. Bei Dunia bauen wir KI-Systeme, die über Moleküle, Materialien und physikalische Prozesse über verschiedene Skalen, Regime und spärliche Daten hinweg nachdenken müssen. Der limitierende Faktor ist nicht die Modellgröße, sondern die Darstellung. Als ML Researcher im Bereich Representation Learning arbeiten Sie an der schwierigsten Schicht der KI für Materialien: zu entscheiden, was die Maschine sehen sollte. Sie erfinden Darstellungen, die es Modellen ermöglichen, zu verallgemeinern, zu übertragen und unter Unsicherheit zu schlussfolgern, und testen diese Ideen in realen Entdeckungszyklen, die Experimente und Simulationen umfassen.

Diese Rolle ist für jemanden, der möchte, dass seine Ideen zur Darstellung über wissenschaftliche Arbeiten hinaus Bedeutung haben. Ihre Aufgaben umfassen:

• Definieren, wie Materie kodiert wird
• Gestalten von Darstellungen für Moleküle, Materialien und Prozesse, die die physikalische und chemische Struktur respektieren
• Entscheiden, welche Informationen explizit, implizit oder gelernt werden sollten
• Aufbauen von Abstraktionen, die über Aufgaben und Domänen hinweg übertragen werden
• Erstellen von multimodalen Grundmodellen
• Kombinieren von Graphen, Sequenzen, Text, Bildern, Simulationen und experimentellen Daten
• Untersuchen, wie verschiedene Modalitäten sich gegenseitig verstärken oder widersprechen
• Über Benchmark-Metriken hinausgehen, um Modelle zu unterstützen, die echte Entscheidungen ermöglichen
• Arbeiten, wo Forschung auf Realität trifft
• Testen von Ideen in produktionsreifen Systemen, die von Wissenschaftlern genutzt werden
• Eng mit Chemikern, Physikern und Automatisierungsteams zusammenarbeiten
• Schnell lernen, welche Ideen Bestand haben und welche nicht
• Die Darstellungslernen vorantreiben
• Einführen von probabilistischem Denken und Unsicherheitsbewusstsein
• Bestehende Paradigmen herausfordern, wenn sie in physikalischen Bereichen versagen
• Die breitere Richtung der KI-nativen Wissenschaft bei Dunia mitgestalten

Ihr Profil:

• PhD oder gleichwertige Ausbildung in maschinellem Lernen, Informatik oder einem eng verwandten quantitativen Bereich, mit 4–8 Jahren Erfahrung nach dem Abschluss in forschungsorientierten ML-Rollen
• Tiefe Erfahrung in der Darstellungslernen und modernen Deep-Learning-Architekturen
• Nachweisliche Erfolge bei der Gestaltung von Darstellungen für strukturierte oder wissenschaftliche Daten, die über eine einzelne Aufgabe oder einen Datensatz hinaus verallgemeinern
• Starke Software-Engineering-Fähigkeiten, mit Erfahrung in der Umsetzung von Forschungsideen in robuste, wartbare Systeme
• Komfortabel an der Schnittstelle von Forschung und Produktion, Theorie und Ingenieurwesen
• Neugierig auf die physikalische Welt und motiviert, ML auf Chemie, Physik oder Materialien anzuwenden
• Bereit, bestehende Paradigmen herauszufordern, wenn sie in realen Umgebungen versagen
• Fließend in Englisch; zusätzliche Sprache wünschenswert

Über uns: 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 Generation Energie- und Industriesysteme. 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!