Research Scientist Intern at Prior Labs

Wer wir sind: Prior Labs ist ein von VC unterstütztes Deep-Tech-Startup, das aus dem ELLIS-Ökosystem hervorgegangen ist. Wir entwickeln bahnbrechende Foundation-Modelle, die Tabellenkalkulationen und Datenbanken verstehen – das Rückgrat von Wissenschaft und Wirtschaft. Foundation-Modelle haben Text und Bilder revolutioniert, aber strukturierte Daten blieben weitgehend unberührt. Wir gehen diese Chance von über 100 Milliarden Dollar an, um zu revolutionieren, wie wir wissenschaftliche Entdeckungen, medizinische Forschung, Finanzmodellierung und Geschäftsanalyse angehen.

Unser Einfluss: Wir streben an, die weltweit führende Organisation im Bereich strukturierte Daten zu sein. Unser TabPFN v2-Modell, das kürzlich in Nature veröffentlicht wurde, setzt den neuen Stand der Technik für kleine strukturierte Daten. Unsere Modelle haben mit über 1 Million Downloads und mehr als 3.500 GitHub-Sternen erheblichen Zuspruch gefunden. Wir bauen nun die nächste Generation von Modellen, die KI-Fortschritte mit spezialisierten Architekturen für strukturierte Daten kombinieren.

Unterstützung und Momentum: Mit 9 Millionen Euro an Pre-Seed-Finanzierung von erstklassigen Investoren, darunter Balderton Capital, XTX Ventures und Hector Foundation – sowie Unterstützung von Führungspersönlichkeiten bei Hugging Face, DeepMind und Silo AI – bewegen wir uns schnell in Richtung Kommerzialisierung.

Über die Rolle: Wir bauen ein weltweit führendes, diverses Team auf, um eine völlig neue Klasse von KI-Modellen zu entwickeln. Sie werden einer der ersten Wissenschaftler sein, die an dieser neuen Klasse von KI-Modellen arbeiten, nicht nur an inkrementellen Verbesserungen. Als Startup in der frühen Phase, das an Foundation-Modellen für tabellarische Daten arbeitet, haben wir unzählige spannende Forschungsansätze und Probleme zu erkunden – Sie werden sicher Herausforderungen finden, die Ihren Interessen und Ihrer Expertise entsprechen. Wir arbeiten an Problemen wie:

• Skalierung unserer Transformer-Architekturen von 10.000 auf über 1 Million Proben bei gleichbleibender Leistung
• Entwicklung multimodaler Modelle, die Text- und tabellarisches Verständnis auf proprietären Daten kombinieren
• Entwicklung spezialisierter Architekturen für Zeitreihen, Prognosen und Anomalieerkennung
• Schaffung effizienter Inferenzmethoden für die Produktionsbereitstellung
• Entwurf neuartiger Ansätze zur Handhabung mehrerer verwandter Tabellen

Was wir suchen: Derzeit im Studium oder im Besitz eines Doktortitels in Informatik, angewandter Mathematik, Statistik, Elektrotechnik oder einem verwandten Bereich (wir ziehen auch außergewöhnliche Master-Studenten in Betracht). Tiefgehende Erfahrung mit ML-Frameworks, insbesondere PyTorch und scikit-learn. Starke Ingenieurgrundlagen mit hervorragenden Python-Kenntnissen. Erfahrung in der Datenwissenschaft und der Arbeit mit tabellarischen Daten oder Zeitreihen. Veröffentlichungen in erstklassigen Fachzeitschriften (NeurIPS, ICML, ICLR) oder bedeutende Open-Source-Beiträge.

Standorte: Freiburg, Deutschland: eine Universitätsstadt am Rande des Schwarzwalds, der Schweiz und Frankreich. Berlin, Deutschland: ein globales Technologiezentrum und eine der dynamischsten Städte Europas. An diesem Punkt stellen wir nur vor Ort ein.

Starke Mentoring- und berufliche Entwicklungsmöglichkeiten. Arbeiten Sie mit modernster ML-Architektur und erheblichen Rechenressourcen. Gestalten Sie die Zukunft der Datenwissenschaft und KI.

Zeitpunkt des Praktikums: Wir sind flexibel hinsichtlich des Zeitpunkts; am Ende Ihres Doktorats ist optimal.