Auf einen Blick
- Aufgaben: Entwickle und optimiere KI-Modelle für automatisierte Bewertungen und innovative Lösungen.
- Unternehmen: Führendes Unternehmen im Bildungsbereich mit Fokus auf KI-Technologie.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und zusätzliche Urlaubstage für ehrenamtliche Tätigkeiten.
- Weitere Informationen: Dynamisches Team mit großartigen Wachstums- und Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Bildung mit modernster KI und mache einen echten Unterschied.
- Qualifikationen: Bachelor oder Master in Informatik oder verwandten Bereichen; Erfahrung in der Entwicklung von KI-Modellen.
Das prognostizierte Gehalt liegt zwischen 132000 - 142000 € pro Jahr.
Open-rank AI Model Development Engineer für TOEFL- und GRE-Bewertungsprogramme; entwirft, entwickelt, bewertet und implementiert maschinelle Lernmodelle für die Bewertung von Essays, Sprache, Kurzantworten und Simulationen. Stellt sicher, dass die Modelle genau, fair, erklärbar und produktionsbereit sind. Wendet Fachwissen in angewandtem maschinellen Lernen, Modellauswertung, Datenpipelines und Qualitätskontrollen in hochriskanten oder regulierten Umgebungen an.
Hauptverantwortlichkeiten
- Entwickeln, Trainieren und Optimieren von maschinellen Lern- und Deep-Learning-Modellen für automatisierte Bewertungen, Elementgenerierung, Inhaltsklassifizierung, Anomalieerkennung und Personalisierung.
- Implementieren von Feature Engineering, Repräsentationslernen und Modellarchitekturen für Bewertungs- und Klassifizierungsaufgaben.
- Entwickeln hybrider Bewertungsansätze, die KI-Modelle mit regelbasierten oder menschlichen Arbeitsabläufen kombinieren.
- Verwenden von NLP, großen Sprachmodellen und multimodalen Techniken zur Unterstützung der Erstellung, Bereitstellung und Rückmeldung von Bewertungen.
- Erstellen von Modellpipelines, Evaluierungsrahmen und Testansätzen zur Sicherstellung von Validität, Zuverlässigkeit, Fairness und Übereinstimmung mit verantwortungsvollen KI-Richtlinien.
- Zusammenarbeiten mit psychometrischen und Validitätsteams, um technische, faire und messbare Standards für KI zu erfüllen.
- Partnerschaft mit Ingenieurteams zur Implementierung von Modellen in skalierbare Produktionssysteme.
- Durchführen von Experimenten zum Vergleich von Modellarchitekturen, Datensätzen, Trainingsregimen und Leistungsabgleichungen.
- Implementieren von Überwachungslösungen für Modellabweichungen, Robustheit und Sicherheitsrisiken.
- Teilnehmen an funktionsübergreifenden Entwurfssitzungen, um Bedürfnisse in KI-Lösungen zu übersetzen.
- Dokumentieren von Modellentwürfen, Spezifikationen für Trainingsdaten, Evaluierungsmetriken und Bereitstellungsanforderungen.
- Aktuell bleiben mit Fortschritten in LLMs, generativer KI, verantwortungsvoller KI und Bildungstechnologie.
Erfahrung & Ausbildung
- Bachelor- oder Masterabschluss in Informatik, Maschinellem Lernen, Datenwissenschaft, Ingenieurwesen oder einem verwandten Bereich.
- 3+ Jahre Erfahrung in der Entwicklung von maschinellen Lernmodellen in der Produktion, vorzugsweise in großangelegten Bewertungsumgebungen.
- Praktische Erfahrung in der Bereitstellung von Modellen (TensorFlow, PyTorch, JAX oder gleichwertig).
- Erfahrung mit NLP-Techniken und -Modellen, einschließlich Transformatorarchitekturen, LLM-Fine-Tuning und/oder Sprachverarbeitung.
- Starke Kenntnisse in Python und modernen MLOps-Tools (MLflow, Kubeflow, KServe oder gleichwertig).
- Nachgewiesene Erfahrung in der Bewertung der Modellleistung mit geeigneten Metriken und Validierungsstrategien.
- Verständnis von Modellauswertung, Bias- und Fairnessbewertung sowie statistischer Validierung.
- Teamarbeit mit Forschern, Ingenieuren und Produktteams.
Leistungen & Vergütung
Gehaltsspanne: $132,000 USD – $142,000 USD, mit Anpassungen basierend auf Eigenkapital, Standort und Erfahrung. Möglichkeit für zusätzliche bezahlte Freizeit für Freiwilligenarbeit.
Gleichstellungschancen
ETS ist ein Arbeitgeber, der Chancengleichheit bietet und sich verpflichtet hat, gleiche Beschäftigungsmöglichkeiten ohne Rücksicht auf Rasse, Farbe, Religion, Geschlecht, nationale Herkunft, Alter, Behinderung, Familienstand, Veteranenstatus, sexuelle Orientierung, Geschlechtsidentität oder eine andere durch das Gesetz geschützte Eigenschaft zu bieten. Alle Personen werden mit Respekt und Würde behandelt.
AI Model Development Engineer Arbeitgeber: ETS
Als Arbeitgeber bietet ETS eine dynamische und unterstützende Arbeitsumgebung, die sich auf die Entwicklung innovativer KI-Modelle konzentriert. Mitarbeiter profitieren von umfangreichen Wachstums- und Weiterbildungsmöglichkeiten sowie einem flexiblen Arbeitszeitmodell, das Raum für ehrenamtliche Tätigkeiten lässt. Die Unternehmenskultur fördert Zusammenarbeit und Respekt, was zu einer positiven und integrativen Atmosphäre führt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so AI Model Development Engineer erhalten könnten
✨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 ETS 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 AI Model Development Engineer 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 AI Model Development Engineer bei ETS gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei ETS 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 ETS entscheidend sein!
