Auf einen Blick
- Aufgaben: Entwickle KI-Systeme, die in realen Materialentdeckungs-Workflows planen und handeln.
- Unternehmen: Dunia, ein innovatives Unternehmen, das Physik, KI und Automatisierung kombiniert.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Vielfältige und inklusive Arbeitsumgebung mit hervorragenden Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft der Wissenschaft mit KI und mache einen echten Unterschied.
- Qualifikationen: 4–8 Jahre Erfahrung in ML-gesteuerten Entscheidungssystemen und starke Softwarekenntnisse.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Ihre Mission ist es, agentische KI-Systeme zu entwickeln, die in realen Materialentdeckungs-Workflows planen, handeln und schlussfolgern. Die meisten Agentensysteme leben in sauberen Umgebungen: Browsern, Codebasen oder synthetischen Benchmarks. Bei Dunia müssen Agenten über die chaotische Realität nachdenken: Experimente, die fehlschlagen, Daten, die sich widersprechen, und physikalische Systeme, die sich nicht sauber zurücksetzen. Als ML Engineer, Agents & Reasoning bauen Sie die Systeme, die KI dazu bringen, verantwortungsvoll in dieser Realität zu handeln. Sie entwerfen Agenten, die entscheiden, was als Nächstes zu tun ist, Werkzeuge intelligent nutzen, sich von Misserfolgen erholen und wissen, wann sie nicht wissen.
Ihre Aufgaben umfassen:
- Entwicklung agentischer Entscheidungsfindungssysteme für die Entdeckung
- Entwurf und Implementierung agentischer Systeme, die planen, schlussfolgern und in Materialentdeckungs-Workflows handeln
- Entwicklung von Agenten, die über Experimente, Simulationen und wissenschaftliche Datensätze operieren und nächste Aktionen unter Unsicherheit auswählen
- Definition, wie Autonomie festgelegt wird, wann Menschen im Prozess bleiben und wie Entscheidungen eskaliert werden
- Verankerung des Denkens in wissenschaftlicher und physikalischer Realität
- Implementierung von Planungs-, Steuerungslogik und unsicherheitsbewusster Entscheidungsfindung, die auf physikalische Systeme zugeschnitten ist
- Einbindung operationeller, experimenteller und sicherheitsrelevanter Einschränkungen direkt in das Verhalten der Agenten
- Definition von Abbruchkriterien, Rückfallstrategien und Wiederherstellungsmechanismen zur Vermeidung brüchigen Verhaltens
- Umsetzung von Modellen in Aktionen
- Enge Zusammenarbeit mit KI-Forschern, um prädiktive Modelle in Agenten-Workflows einzubetten
- Zusammenarbeit mit Labor-, Automatisierungs- und Softwareteams, um Agenten mit realen Experimenten und Simulationssystemen zu verbinden
- Sicherstellung, dass die Ausgaben der Agenten in ausführbare Aktionen übersetzt werden, nicht nur in Empfehlungen
- Aufbau von Evaluierungsrahmen, die die Entscheidungsqualität, Lern-Effizienz und Systemverhalten bewerten, nicht nur die Modellgenauigkeit
- Analyse von Fehlermustern und Iteration des Systemdesigns basierend auf realen Ergebnissen
- Hilfe bei der Definition dessen, was „gute Entscheidungen“ im Kontext wissenschaftlicher Entdeckungen bedeutet
- Lieferung zuverlässiger, produktionsreifer Systeme
- Übersetzung von Forschungskonzepten in robuste, wartbare ML-Systeme
- Instrumentierung von Agenten mit Protokollierung, Überwachung und Diagnosen für Beobachtbarkeit und Debugging
- Übernahme von Systemen vom Prototyp bis zur Bereitstellung und dem Betrieb
Ihr Profil:
- 4–8 Jahre Erfahrung in der Entwicklung von ML-gesteuerten oder algorithmischen Entscheidungsfindungssystemen in Produktions- oder angewandten Forschungsumgebungen
- Starker Hintergrund in der wissenschaftlichen oder strukturierten Datenmodellierung, anstatt in sprachbasierten Systemen
- Erfahrung in Planung, Steuerung, Optimierung, probabilistischer Schlussfolgerung oder Entscheidungsfindung unter Unsicherheit
- Beherrschung moderner ML-Frameworks (z.B. PyTorch, JAX) und starke allgemeine Software-Engineering-Fähigkeiten
- Komfortable Übernahme von Systemen von Anfang bis Ende, vom Prototyp bis zum zuverlässigen Betrieb
- Fähigkeit, klar über das Verhalten von Systemen in komplexen, teilweise beobachtbaren Umgebungen nachzudenken
- Technisch neugierig, mit Interesse an physikalischen Systemen, Experimenten und realen Einschränkungen
- Klare Kommunikation, die eine effektive Zusammenarbeit zwischen KI, Ingenieurwesen und wissenschaftlichen Teams ermöglicht
- Fließende Englischkenntnisse; zusätzliche Sprache wünschenswert
Über uns:
Dunia, was in über 20 Sprachen „Welt“ bedeutet, spiegelt unseren Fokus wider, Technologien zu entwickeln, die global Wohlstand schaffen. 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 wir die Art und Weise umgestalten, 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!
ML Engineer, Agents & Reasoning Arbeitgeber: Dunia Innovations
Dunia ist ein hervorragender Arbeitgeber, der innovative Technologien zur Beschleunigung der Materialentdeckung entwickelt und dabei eine inklusive und vielfältige Arbeitsumgebung fördert. Als ML Engineer im Bereich Agents & Reasoning haben Sie die Möglichkeit, an bedeutenden Projekten zu arbeiten, die den Zugang zu Energie verbessern und Materialien erschwinglicher machen. Wir bieten Ihnen nicht nur die Chance, Ihre Fähigkeiten in einem dynamischen Team weiterzuentwickeln, sondern auch die Freiheit, kreative Lösungen für komplexe Herausforderungen zu finden und dabei einen echten Einfluss auf die Wissenschaft und Industrie zu haben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so ML Engineer, Agents & Reasoning erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Sprich mit Leuten in der Branche, besuche Meetups oder Konferenzen und knüpfe Kontakte. Oft erfährt man von offenen Stellen durch persönliche Empfehlungen.
✨Tipp Nummer 2
Sei proaktiv! Warte nicht darauf, dass die Jobs zu dir kommen. Suche aktiv nach Möglichkeiten, indem du direkt auf unserer Website nach offenen Positionen schaust und dich bewirbst.
✨Tipp Nummer 3
Bereite dich auf technische Interviews vor! Übe deine Fähigkeiten in ML-Frameworks wie PyTorch oder JAX und sei bereit, deine Problemlösungsansätze zu erklären. Zeige, dass du die Herausforderungen in der realen Welt verstehst.
✨Tipp Nummer 4
Zeige deine Leidenschaft für das Thema! Teile deine Projekte oder Erfahrungen, die zeigen, wie du mit Unsicherheiten umgehst und Entscheidungen triffst. Das wird uns helfen, deine Eignung für die Rolle zu erkennen.
Wir glauben, dass du diese Fähigkeiten brauchst, um ML Engineer, Agents & Reasoning mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, zeig uns, wer du wirklich bist. Lass deine Persönlichkeit durchscheinen und erzähl uns, warum du für die Rolle als ML Engineer bei Dunia brennst. Authentizität ist der Schlüssel!
Mach es konkret!:Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um zu zeigen, wie du mit komplexen Systemen gearbeitet hast. Erzähl uns von Projekten, bei denen du Entscheidungen unter Unsicherheit getroffen hast – das wird uns helfen, deine Fähigkeiten besser zu verstehen.
Sprich unsere Sprache!:Achte darauf, die Begriffe und Konzepte aus der Stellenbeschreibung in deiner Bewerbung zu verwenden. Das zeigt uns, dass du die Anforderungen verstehst und dich mit dem Thema auseinandergesetzt hast. Zeig uns, dass du ein echter Teamplayer bist!
Bewirb dich über unsere Website!:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie an die richtige Stelle gelangt und wir dich schnellstmöglich kontaktieren können. Wir freuen uns auf deine Bewerbung!
Wie man sich auf ein Vorstellungsgespräch bei Dunia Innovations vorbereitet
✨Verstehe die Mission von Dunia
Mach dich mit der Mission von Dunia vertraut, agentische KI-Systeme zu entwickeln, die in realen Materialentdeckungs-Workflows agieren. Zeige im Interview, dass du die Herausforderungen verstehst, die mit experimentellen Daten und physikalischen Systemen verbunden sind.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten im Bereich maschinelles Lernen und Entscheidungsfindung unter Unsicherheit demonstrieren. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie du Probleme gelöst hast.
✨Zeige deine technische Neugier
Sei bereit, über aktuelle Trends und Technologien im Bereich maschinelles Lernen und KI zu sprechen. Zeige, dass du nicht nur die Grundlagen beherrschst, sondern auch ein Interesse an den neuesten Entwicklungen und deren Anwendung in der realen Welt hast.
✨Kommuniziere klar und effektiv
Da die Rolle eine enge Zusammenarbeit mit verschiedenen Teams erfordert, ist es wichtig, dass du deine Gedanken klar und präzise ausdrücken kannst. Übe, komplexe technische Konzepte einfach zu erklären, um sicherzustellen, dass alle Beteiligten auf derselben Seite sind.