Auf einen Blick
- Aufgaben: Entwickle und skaliere KI-Modelle für hyper-realistisches Bild- und Video-Generierung.
- Unternehmen: GenPeach AI, ein innovatives Forschungslabor mit Fokus auf multimodale KI-Modelle.
- Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen, flexible Arbeitszeiten und regelmäßige Teamevents.
- Weitere Informationen: Dynamisches Umfeld mit direktem Einfluss auf Produkte und exzellenten Karrieremöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an bahnbrechenden Projekten mit einem talentierten Team.
- Qualifikationen: Starke Python- und PyTorch-Kenntnisse sowie Erfahrung in der Implementierung von Deep Learning-Modellen.
Das prognostizierte Gehalt liegt zwischen 72000 - 84000 € pro Jahr.
GenPeach AI ist ein produktorientiertes Forschungslabor, das vertikale multimodale Fundamentmodelle für hyperrealistische menschliche Generierung in Bild und Video entwickelt – entworfen für emotional resonante, menschenzentrierte KI-Erlebnisse. Unser Ziel ist es, Werkzeuge zu schaffen, die die menschliche Kreativität unterstützen, anstatt sie zu ersetzen. Wir trainieren Modelle von Grund auf: proprietäre Datensätze in großem Maßstab, neuartige Architekturen und Trainingsrezepte, große GPU-Cluster und enge Produktintegration, damit die Forschung schnell an die Nutzer ausgeliefert wird.
Sie werden dem Forschungsteam beitreten, das an der Generierung von Bild/Video und multimodalem Verständnis arbeitet. Sie arbeiten eng mit anderen Forschungsingenieuren und Wissenschaftlern sowie den Gründern zusammen und helfen dabei, Forschung in skalierbare Trainingsläufe, starke Bewertungen und produktionsbereite Systeme umzusetzen.
Wir suchen einen AI Research Engineer, der hilft, die Fundamentmodelle von GenPeach end-to-end aufzubauen und zu skalieren – von der Implementierung neuer Modellideen und Trainingsrezepte bis hin zur Verantwortung für die Teile des Trainingsstacks, die Qualität und Geschwindigkeit bestimmen, und dem Überwinden von Produktionsbeschränkungen. Dies ist eine praktische Rolle mit hoher Eigenverantwortung. Sie werden forschungsrelevanten Code schreiben, der für die Produktion entscheidend wird.
Verantwortlichkeiten:- Implementierung und Iteration von Ideen für generative Modelle (Architektur, Verluste, Bedingung, Sampling, Destillation, Nachtraining)
- Eigenverantwortung für die Trainingsleistung end-to-end (verteiltes Training, Durchsatz, Speicher, Stabilität, Debugging von Skalierungsfehlern)
- Aufbau des Experimentationszyklus (Bewertungen, Ablationen, Reproduzierbarkeitstools, Berichterstattung, Entscheidungsfindung)
- Aufbau und Verbesserung von VLMs für die Bild-/Video-Beschriftung (Datenrezepte, Trainingsstrategien, Modellvarianten, Bewertung)
- Durchführung von hochiterativer Forschung: Lesen von Fachartikeln, Implementierung von Ideen, empirische Validierung
- Erstellung von Beschriftungspipelines, die das Training der Generierung und die Produktqualität verbessern
- Partnerschaft mit Inferenz/Produkt, um unter realen Einschränkungen (Latenz, Kosten, Zuverlässigkeit, Rollout-Sicherheit) zu liefern
- Erstellung von Demos und Prototypen zur Präsentation von Fähigkeiten und zur Beschleunigung der Iteration
- Mindestens: Starke Python- und PyTorch-Kenntnisse (4+ Jahre Erfahrung)
- Erfahrung in der Implementierung und im Training von Deep-Learning-Modellen (generative Modelle, VLMs, LLMs, Vision/Video oder angrenzende Bereiche)
- Solides Verständnis von Trainingsdynamik, Optimierung und praktischem Debugging
- Fähigkeit, Projekte end-to-end mit minimaler Aufsicht zu leiten
- Praktische Erfahrung mit Diffusions-/Flow-basierten Bild- oder Video-Generierungen oder großangelegtem generativem Modellieren in angrenzenden Bereichen
- Erfahrung mit verteiltem Training im großen Maßstab (Multi-Node) und Leistungstuning (Durchsatz/Speicher)
- Erfahrung im Aufbau von Bewertungsrahmen (offline Metriken + menschliche Bewertungen + Regressionstracking)
- Starke Intuition für Datenqualität und Dataset-/Labeling-Abwägungen für Training und Beschriftung
- Veröffentlichungen sind ein Plus, aber der geschaffene Einfluss und starke technische Nachweise sind wichtiger
Was diese Rolle einzigartig macht:
- Aufbau von fortschrittlichen Bild-/Video-Modellen und den VLM-Beschriftungssystemen, die sie antreiben
- Beitritt zu einem schlanken, erfahrenen Team, das hohe Standards in Engineering und Forschung hält
- Direkter Produkteeinfluss: Ihre Trainingsläufe werden zu echten benutzerorientierten Fähigkeiten
- Benchmarking gegen die Besten der Welt und Wettbewerb um Modellqualität durch das, was wir ausliefern
Wie wir arbeiten:
- Sie sind für Ergebnisse end-to-end verantwortlich und werden mit echter Verantwortung betraut
- Direkte, egoarme Kommunikation und schnelle Feedbackschleifen
- Neigung zum Einfluss: messen → iterieren → ausliefern
- Forschungsdisziplin: klare Ablationen, Reproduzierbarkeit und prägnante Entscheidungsfindung
Logistik:
- Standort: Zürich (Schweiz) oder Warschau (Polen) – vor Ort oder hybrid. Wenn Sie woanders sind, sind wir offen für Remote (Team-/Zeitzonenanpassung berücksichtigt).
- Vergütung: wettbewerbsfähiges Gehalt + bedeutendes Eigenkapital (niveauabhängig)
- Interviewprozess: schneller Screen → 2 technische Runden (praktisch + Systeme) → Teamfit/Werte
Was wir anbieten:
- Visumsponsoring (wo zutreffend); wir werden uns bemühen, Sie nach Schweiz oder Polen zu versetzen, wenn gewünscht
- Remote-freundlich: vollständig remote, hybrid oder vor Ort von unseren Hubs aus arbeiten
- Regelmäßige Offsites und persönliche Veranstaltungen zur Zusammenarbeit und Vernetzung
- Flexible PTO
Member of Technical Staff – AI Research Engineer (Image/Video Foundation Models) Arbeitgeber: GenPeach AI
GenPeach AI ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der technisches Talent geschätzt wird. Mit einem tief technischen Team und der Möglichkeit, an bahnbrechenden multimodalen Modellen zu arbeiten, fördern wir eine Kultur des Experimentierens und der schnellen Iteration. Unsere Mitarbeiter profitieren von flexiblen Arbeitsmodellen, regelmäßigen Teamevents und der Chance, direkt an der Entwicklung von KI-Technologien zu arbeiten, die die Kreativität der Menschen unterstützen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Member of Technical Staff – AI Research Engineer (Image/Video Foundation Models) erhalten könnten
✨Tipp Nummer 1
Mach dir eine Liste von Fragen, die du im Vorstellungsgespräch stellen möchtest. Das zeigt dein Interesse und hilft dir, mehr über das Team und die Projekte zu erfahren.
✨Tipp Nummer 2
Bereite dich darauf vor, deine bisherigen Projekte und Erfahrungen zu präsentieren. Zeige, wie du Probleme gelöst hast und welche Technologien du verwendet hast – das wird dir helfen, dich von anderen Bewerbern abzuheben.
✨Tipp Nummer 3
Nutze Networking-Plattformen, um mit aktuellen Mitarbeitern von GenPeach AI in Kontakt zu treten. Ein persönlicher Kontakt kann dir wertvolle Einblicke geben und deine Chancen erhöhen.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung die richtigen Leute erreicht und du die besten Chancen auf ein Interview hast.
Wir glauben, dass du diese Fähigkeiten brauchst, um Member of Technical Staff – AI Research Engineer (Image/Video Foundation Models) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die Leidenschaft für KI und Forschung haben, also lass das in deinen Worten durchscheinen!
Betone deine Erfahrungen:Erzähle uns von deinen bisherigen Projekten und Erfahrungen mit Python, PyTorch und generativen Modellen. Zeig uns, wie du Herausforderungen gemeistert hast und welche Erfolge du erzielt hast – das zählt mehr als alles andere!
Mach es klar und prägnant:Halte deine Bewerbung übersichtlich und auf den Punkt. Wir lieben klare Kommunikation! Vermeide lange Schachtelsätze und komm direkt zur Sache – so können wir schnell erkennen, was du drauf hast.
Bewirb dich über unsere Website:Wir empfehlen dir, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung an die richtige Stelle gelangt und wir sie schnellstmöglich prüfen können. Wir freuen uns auf deine Unterlagen!
Wie man sich auf ein Vorstellungsgespräch bei GenPeach AI vorbereitet
✨Verstehe die Grundlagen der KI-Forschung
Mach dich mit den neuesten Trends und Technologien in der KI-Forschung vertraut, insbesondere im Bereich der Bild- und Videoerzeugung. Lies aktuelle Forschungsarbeiten und sei bereit, darüber zu diskutieren, wie diese Konzepte in die Arbeit bei GenPeach AI integriert werden können.
✨Zeige deine Programmierfähigkeiten
Stelle sicher, dass du deine Python- und PyTorch-Kenntnisse auffrischst. Bereite dich darauf vor, praktische Programmieraufgaben zu lösen, die deine Fähigkeit zur Implementierung und zum Training von tiefen Lernmodellen testen. Übe das Debugging und die Optimierung von Modellen, um deine praktischen Fähigkeiten zu demonstrieren.
✨Bereite dich auf technische Fragen vor
Erwarte technische Fragen zu Themen wie verteiltem Training, Modellarchitekturen und Evaluierungsframeworks. Sei bereit, konkrete Beispiele aus deiner bisherigen Erfahrung zu nennen, die deine Fähigkeiten und dein Verständnis dieser Konzepte zeigen.
✨Sei bereit für eine Team-Diskussion
Da die Zusammenarbeit im Team wichtig ist, bereite dich darauf vor, über deine Erfahrungen in der Teamarbeit zu sprechen. Zeige, wie du in der Vergangenheit erfolgreich mit anderen zusammengearbeitet hast, um Projekte voranzutreiben und Herausforderungen zu meistern.
