Auf einen Blick
- Aufgaben: Entwickle und verbessere KI-Techniken für eBay, um das Einkaufserlebnis zu revolutionieren.
- Unternehmen: eBay, ein globaler E-Commerce-Leader mit innovativer Kultur.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen und Teamarbeit.
- Warum dieser Job: Sei Teil eines Teams, das die Zukunft des E-Commerce mit KI gestaltet.
- Qualifikationen: Erfahrung in maschinellem Lernen und starke Problemlösungsfähigkeiten.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Bei eBay sind wir mehr als ein globaler E-Commerce-Leiter – wir verändern die Art und Weise, wie die Welt einkauft und verkauft. Unsere Plattform ermöglicht Millionen von Käufern und Verkäufern in mehr als 190 Märkten weltweit. Wir setzen uns dafür ein, Grenzen zu überschreiten und unseren Einfluss zu hinterlassen, während wir die Zukunft des E-Commerce für Enthusiasten neu erfinden.
Das Foundation Models-Team steht an der Spitze dieser Transformation. Wir entwickeln nächste Generationen von Generative AI und Foundation-Model-Fähigkeiten, die intelligente Erlebnisse auf globaler Ebene bei eBay ermöglichen. Von fortschrittlichen Abrufsystemen bis hin zum multimodalen Verständnis prägt unsere Arbeit direkt, wie Kunden Inventar im Marktplatz entdecken, bewerten und damit interagieren.
Wir suchen einen Applied Researcher, der unserem Foundation Models-Team als praktischer Mitwirkender beitritt. In dieser Rolle werden Sie AI- und Foundation-Model-Techniken entwickeln, bewerten und verbessern, die kundenorientierte und plattformbezogene Erfahrungen im eBay-Maßstab unterstützen. Sie arbeiten eng mit angewandten Forschern, Maschinenlern-Ingenieuren, Produktpartnern und Plattformteams zusammen, um Forschungsideen und Prototypen in messbare Fähigkeiten mit Kunden- und Geschäftsauswirkungen umzusetzen.
Dies ist eine praktische Forschungsrolle für jemanden, der starke Kenntnisse im Maschinenlernen, fundiertes experimentelles Urteilsvermögen und die Fähigkeit kombiniert, praktische, skalierbare AI-Fähigkeiten beizutragen.
Dies ist eine Gelegenheit, um:
- Maschinenlernen und Generative AI-Fähigkeiten für großangelegte E-Commerce-Anwendungen zu erforschen und zu bewerten
- Anwendungsforschung in Bereichen wie LLMs, retrieval-augmented generation, embeddings, multimodales Modellieren, Ranking, agentische Systeme und feedbackgesteuertes Lernen beizutragen
- Modellierungsansätze, Trainingsmethoden, Anpassungstechniken und Bewertungsrahmen für foundation-model-gesteuerte E-Commerce-Erlebnisse zu verbessern
- Experimente zu entwerfen und durchzuführen, um Modellqualität, Robustheit, Effizienz und Kundenimpact zu messen
- Lernsysteme zu entwickeln, die aus Feedbacksignalen lernen, einschließlich Reinforcement Learning, Präferenzoptimierung, Belohnungsmodellierung, Banditen und Online-/Offline-Feedbackschleifen
- Modellverhalten, Fehlerarten und Datenmuster zu analysieren, um Einschränkungen zu identifizieren und praktische Verbesserungen vorzuschlagen
- Trainings-, Feinabstimmungs-, Bewertungs- und Experimentierpipelines für Maschinenlernmodelle aufzubauen
- Mit erfahrenen angewandten Forschern, Maschinenlern-Ingenieuren und Plattformteams zusammenzuarbeiten, um vielversprechende Prototypen in die Produktion zu bringen
- Mit Ingenieuren, Produkt- und Plattformteams zusammenzuarbeiten, um AI-Fähigkeiten in eBay-Erlebnisse zu integrieren
- Aktuell zu bleiben mit Fortschritten im Maschinenlernen, Generative AI und Foundation Models und relevante Techniken durch praktische Experimente zu bewerten
- Zu wissenschaftlichen und technischen Standards durch strukturierte Experimente, Peer-Review, Dokumentation und klare technische Kommunikation beizutragen
- Zu Veröffentlichungen, Patenten, internen Forschungsüberprüfungen und technischen Diskussionen beizutragen, wo es angebracht ist
Was Sie mitbringen:
- Master, PhD oder gleichwertige Erfahrung in Informatik, Maschinenlernen, Künstlicher Intelligenz, Computerlinguistik oder einem verwandten Bereich mit 4 oder mehr Jahren relevanter Berufserfahrung
- Starke praktische Erfahrung in der Entwicklung, Bewertung und Verbesserung von Maschinenlernmodellen oder Foundation-Model-Fähigkeiten
- Solides Verständnis von Maschinenlernen, NLP, großen Sprachmodellen, neuronalen Architekturen, Embeddings, Abruf, Ranking, Personalisierung oder multimodalem Modellieren
- Erfahrung mit Modelltraining, Feinabstimmung, Anpassung, Bewertung, Benchmarking und Leistungsanalyse
- Erfahrung mit feedbackgesteuerten Lernsystemen, wie z.B. Präferenzlernen, Belohnungsmodellierung, Banditen, Reinforcement Learning oder kontinuierlichen Modellverbesserungsschleifen
- Fähigkeit, Experimente zu entwerfen, bedeutungsvolle Metriken zu definieren, Ergebnisse zu interpretieren und Ergebnisse klar zu kommunizieren
- Kenntnisse in Python und Erfahrung mit modernen ML-Frameworks wie PyTorch, TensorFlow oder ähnlichem
- Erfahrung mit großangelegten Datensätzen, Modelltrainings- oder Evaluierungspipelines und angewandten Forschungsabläufen
- Fähigkeit, Produkt- oder Plattformprobleme in konkrete Forschungsfragen und praktische Lösungsansätze zu übersetzen
- Fähigkeit, Trade-offs zwischen Modellqualität, Latenz, Kosten, Zuverlässigkeit und Wartbarkeit zu berücksichtigen
- Starke Problemlösungsfähigkeiten und die Fähigkeit, effektiv in unklaren technischen Bereichen zu arbeiten
- Gute Zusammenarbeit und Kommunikationsfähigkeiten, mit Erfahrung in der Zusammenarbeit mit Forschungs-, Ingenieur-, Produkt- oder Plattformteams
- Ein starkes Verantwortungsbewusstsein und eine Erfolgsbilanz bei der Bereitstellung bedeutender angewandter Forschungs- oder Maschinenlernbeiträge
- Erfahrung in der Beeinflussung der angewandten Forschung, wie z.B. Veröffentlichungen, Patente, ausgelieferte Modellverbesserungen, Produktionsrealisierung von Forschungsprototypen oder messbare Produktergebnisse
Applied Researcher Arbeitgeber: eBay
eBay ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, insbesondere im Bereich Collectibles. Hier haben Mitarbeiter die Möglichkeit, an bedeutenden Projekten zu arbeiten, die nicht nur das Unternehmen, sondern auch die gesamte Branche voranbringen. Mit einem starken Fokus auf persönliche Entwicklung, Teamarbeit und strategische Partnerschaften fördert eBay eine Kultur des Wachstums und der Zusammenarbeit, die es den Mitarbeitern ermöglicht, ihre Fähigkeiten in einem internationalen Umfeld weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Applied Researcher 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 eBay 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 Applied Researcher 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 Applied Researcher bei eBay gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei eBay 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 eBay entscheidend sein!
