Auf einen Blick
- Aufgaben: Entwickle innovative KI-Technologien und arbeite an spannenden Projekten im Bereich Reinforcement Learning.
- Unternehmen: Führendes Unternehmen im Bereich KI mit einem kreativen und kollaborativen Team in Berlin.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Arbeitsumfeld.
- Weitere Informationen: Tolle Karrierechancen und die Möglichkeit, an internationalen Konferenzen teilzunehmen.
- Warum dieser Job: Gestalte die Zukunft der KI und bringe deine Ideen in die Praxis um echten Einfluss zu haben.
- Qualifikationen: Abschluss in Informatik oder verwandtem Bereich und Erfahrung in ML/RL-Algorithmen.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Als RE in RL sind Sie sowohl Teil des Engineering-Teams in Berlin als auch Teil eines projektorientierten, standortübergreifenden Teams, das innovative KI-Technologien für einen Kunden bereitstellen muss. Ihr Wissen wird benötigt, um Geschäftsprobleme zu verstehen, die richtigen KI- und insbesondere RL-Technologien zu identifizieren und zu entwickeln, um diese zu lösen und ihre Antworten auf den Markt zu bringen. REs sind in jeder Phase des Projektlebenszyklus beteiligt, einschließlich der Bereitstellung technischer Expertise und der Etablierung von Projekten vor dem Verkauf, der Durchführung von F&E für POCs, der Entwicklung von MVPs und der Gewährleistung kontinuierlicher Verbesserung und Wartung für industrialisierte Lösungen.
Der RL Engineer muss Folgendes erreichen:
- Entwicklung neuartiger Algorithmen und Forschungsansätze in Bereichen wie RL und Operations Research mit ML.
- Entwurf und Implementierung von Algorithmen, um moderne Hardware und verteilte Computersysteme (CPUs, GPUs, TPUs, Cloud usw.) optimal zu nutzen.
- Zusammenarbeit mit dem Forschungsteam, um Konzeptarbeiten in umsetzbare Inhalte zu verwandeln.
- Berichterstattung und Präsentation experimenteller Ergebnisse und Forschungsergebnisse klar und effizient, sowohl intern als auch extern, mündlich und schriftlich in Englisch.
- Auf Anfrage Zusammenarbeit mit dem Geschäftsentwicklungsteam bei deren Pre-Sales-Aktivitäten, einschließlich, aber nicht beschränkt auf die Präsentation des Unternehmens gegenüber neuen potenziellen Kunden und die Vertretung von InstaDeep auf Konferenzen/Veranstaltungen.
Wer Sie sind:
- Sie haben ML- und RL-Algorithmen erstellt, trainiert, validiert, benchmarked und überwacht.
- Sie haben gelernt, umfangreiche Datenframeworks und RL-Frameworks zu verwenden, um die Pipelines zu erstellen, die erforderlich sind, um Modelle mit den entsprechenden Daten zu versorgen.
- Sie haben ein solides Verständnis von Softwareentwicklung, Datenengineering, ML- und RL-Prinzipien.
- Sie können komplexe Ergebnisse einem breiten Publikum klar erklären.
- Sie wissen, wie man im Team arbeitet.
- Sie haben ein tiefes Verständnis für Data Science und statistische Methoden, Werkzeuge und Algorithmen, wie RLLib, CleanRL, SB3, Scikit-Learn, TensorFlow, PyTorch, Jax, XGBoost, Pandas, MLFlow oder ähnliche MLOps-Frameworks.
Anforderungen:
- S./Ph.D. Abschluss in Informatik, Operations Research, Reinforcement Learning oder einem verwandten Bereich.
- Erfahrung in der Entwicklung und Fehlersuche in Python. C/C++ oder ähnliche Sprachen sind von Vorteil.
- Erfahrung mit Deep-Learning-Frameworks wie Jax, PyTorch, TensorFlow und/oder Keras.
- Kenntnisse im Git-Workflow oder ähnlichen Entwicklungspraktiken mit besten Programmierpraktiken.
- Forschungserfahrung und Erfahrung als Softwareingenieur, nachgewiesen durch Beiträge zu Open Source, Berufserfahrung oder Programmierwettbewerben.
- Ausgezeichnete Kommunikationsfähigkeiten und Zusammenarbeit mit Forschern und Entwicklern.
- Ausgezeichnete Englischkenntnisse. Deutschkenntnisse sind von Vorteil.
- Berufserfahrung im Bereich KI oder ähnlichen Bereichen ist von Vorteil.
- Ein gewisser Hintergrund in Elektrotechnik ist von Vorteil.
Durch Ihre Bewerbung bestätigen Sie, dass Sie nachweisen können, dass Sie das Recht haben, in Deutschland zu arbeiten.
Research Engineer in RL Arbeitgeber: InstaDeep
InstaDeep ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der Software Engineers die Möglichkeit haben, ihre Fähigkeiten in einem hochmodernen Team zu entfalten. Mit einem starken Fokus auf Mitarbeiterentwicklung und einer Kultur der Zusammenarbeit fördern wir nicht nur technisches Wachstum, sondern auch persönliche Entfaltung. Unsere zentrale Lage ermöglicht es den Mitarbeitern, in einem inspirierenden Umfeld zu arbeiten, das Kreativität und Innovation anregt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Research Engineer in RL 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 InstaDeep 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 Research Engineer in RL 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 Research Engineer in RL bei InstaDeep gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei InstaDeep 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 InstaDeep entscheidend sein!
