AI Researcher – Multilingual Data

AI Researcher – Multilingual Data

Vollzeit 55000 - 70000 € / Jahr (geschätzt) Kein Homeoffice möglich
J

Auf einen Blick

  • Aufgaben: Entwickle hochwertige mehrsprachige Datensätze und Forschungstrategien für KI-Modelle.
  • Unternehmen: Innovatives Forschungsunternehmen im Bereich KI mit Fokus auf Mehrsprachigkeit.
  • Vorteile: Wettbewerbsfähiges Gehalt, bedeutende Eigenkapitalmöglichkeiten und Zugang zu modernster KI-Infrastruktur.
  • Weitere Informationen: Dynamisches Umfeld mit exzellenten Möglichkeiten zur beruflichen Weiterentwicklung.
  • Warum dieser Job: Gestalte die Zukunft der mehrsprachigen KI und veröffentliche einflussreiche Forschungsergebnisse.
  • Qualifikationen: Erfahrung in NLP, maschinellem Lernen und mehrsprachiger Datenverarbeitung erforderlich.

Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.

This position is listed on behalf of a partner company, who manages all applications and next steps.

Our partner is looking for an AI Researcher – Multilingual Data based in Germany.

Join a cutting-edge research environment where multilingual AI innovation meets real-world impact.

In this role, you will drive the development of high-quality multilingual datasets and research strategies that power next-generation language models across diverse languages and domains.

Working at the intersection of research and engineering, you will transform scientific discoveries into scalable production solutions while contributing to state-of-the-art advancements in natural language processing.

This position offers the opportunity to publish influential research, collaborate with highly skilled experts, and shape the future of multilingual AI in a fast-paced, innovation-driven environment.

If you are passionate about solving complex language challenges and advancing machine learning research, this is an opportunity to make a meaningful global impact.

  • Accountabilities
  • Design and conduct research focused on multilingual datasets, including data collection, filtering, deduplication, quality assessment, and optimization.
  • Develop innovative strategies for low-resource and long-tail languages through advanced sampling, data augmentation, and curriculum learning techniques.
  • Research and improve multilingual large language models by enhancing cross-lingual transfer, alignment, robustness, and representation learning.
  • Build, maintain, and refine multilingual evaluation benchmarks to measure model quality and performance across languages.
  • Collaborate closely with machine learning engineers and researchers to influence training pipelines, model architectures, and production deployment strategies.
  • Publish research findings at leading AI and NLP conferences while contributing to open-source initiatives when appropriate.
  • Translate research outcomes into practical improvements that enhance production-ready AI systems.

Requirements

  • Advanced background in Natural Language Processing, Machine Learning, Artificial Intelligence, or a closely related field.
  • Proven research experience in multilingual or cross-lingual language modeling with publications at recognized conferences or journals such as ACL, EMNLP, Neur IPS, ICML, or ICLR.
  • Hands-on experience working with large-scale multilingual text datasets and modern machine learning workflows.
  • Strong understanding of multilingual tokenization, vocabulary design, transfer learning, multilingual representation learning, dataset quality assessment, filtering techniques, and bias mitigation.
  • Proficiency in Python and modern deep learning frameworks such as Py Torch or JAX.
  • Ability to work independently, manage research initiatives, and deliver high-quality results in a fast-moving startup environment.
  • Experience with low-resource languages, non-Latin scripts, multilingual evaluation benchmarks (XTREME, FLORES, Ty Di QA), open-source NLP projects, or large language model training is considered a strong advantage.

Benefits

  • Competitive compensation package.
  • Meaningful equity opportunity within an early-stage, high-growth company.
  • Significant ownership over research direction and technical decision-making.
  • Opportunity to balance academic research with real-world production impact.
  • Access to large-scale multilingual datasets, modern AI infrastructure, and rapid experimentation cycles.
  • Collaborative environment that values innovation, research excellence, and continuous learning.
  • Opportunity to publish at leading international AI and NLP conferences while contributing to impactful open-source initiatives.

How Jobgether works

We use an

AI-powered matching process to ensure your application is reviewed quickly, objectively, and fairly against the role's core requirements.

Our system identifies the top-fitting candidates, and this shortlist is then shared directly with the hiring company.

The final decision and next steps (interviews, assessments) are managed by their internal team.

We appreciate your interest and wish you the best!

Why Apply Through Jobgether?

Data Privacy Notice

By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer.

This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR).

You may exercise your rights (access, rectification, erasure, objection) at any time.

#LI-CL1

We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses and identifying potential inconsistencies or verification signals in application materials based on available information.

These tools assist our recruitment team but do not replace human judgment.

Final hiring decisions are ultimately made by humans.

If you would like more information about how your data is processed, please contact us.

AI Researcher – Multilingual Data Arbeitgeber: Jobgether

Jobgether ist ein hervorragender Arbeitgeber, der kreative Talente in der Schweiz anzieht. Mit flexiblen Arbeitsbedingungen, 20 Urlaubstagen und umfassender medizinischer Versicherung bietet das Unternehmen nicht nur ein unterstützendes und innovatives Arbeitsumfeld, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung. Hier haben Sie die Chance, in einem dynamischen Team zu arbeiten und Ihre kreativen Ideen in die Tat umzusetzen.

J

Kontaktdaten:

Jobgether Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so AI Researcher – Multilingual Data 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 Jobgether 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 Researcher – Multilingual Data mit Bravour zu bestehen

Natural Language Processing
Machine Learning
Artificial Intelligence
Multilingual Data Management
Cross-lingual Language Modeling
Data Collection and Filtering
Quality Assessment

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 Researcher – Multilingual Data bei Jobgether gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Jobgether 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 Jobgether entscheidend sein!