Research Scientist / Research Engineer

Wir suchen derzeit einen Research Scientist / Research Engineer in Deutschland. Diese Rolle befindet sich an der Schnittstelle zwischen modernster Forschung im Bereich maschinelles Lernen und realen Produktwirkungen, mit dem Fokus auf den Aufbau adaptiver, effizienter und kontinuierlich lernender KI-Systeme. Sie werden an vordersten Problemen wie Echtzeitlernen, gradientenfreier Optimierung und Modelleffizienz arbeiten und dabei helfen, Systeme zu entwerfen, die sich basierend auf Live-Nutzer- und Produktsignalen weiterentwickeln. Die Umgebung ist stark forschungsorientiert, aber in der praktischen Bereitstellung verankert, wo Ideen durch Produktionssysteme und nicht nur durch wissenschaftliche Arbeiten validiert werden. Sie werden mit Forschungs-, Ingenieur- und Infrastrukturteams zusammenarbeiten, um Algorithmen und Schnittstellen als einheitliches System zu co-designen. Dies ist eine hochwirksame Rolle für Personen, die leidenschaftlich daran interessiert sind, die Grenzen der Intelligenz zu erweitern, die dynamisch mit der realen Welt interagiert.

Verantwortlichkeiten:

• Sie werden zur Gestaltung und Entwicklung adaptiver maschineller Lernsysteme beitragen, die kontinuierlich aus Echtzeit-Feedback und Produktsignalen lernen.
• Ihr Arbeitsbereich umfasst Algorithmusinnovation, Systemoptimierung und enge Zusammenarbeit mit funktionsübergreifenden Teams, um sicherzustellen, dass Forschung in messbare Produktwirkungen umgesetzt wird.
• Innovationen im Modell- und Systemdesign ermöglichen Echtzeitlernen und adaptive KI-Verhalten.
• Co-Design von Algorithmen, die Nutzerfeedback und Produktsignale integrieren, um die Leistung zu verbessern.
• Entwicklung neuer Ansätze zur Sammlung, Gestaltung und Nutzung von synthetischen und realen Daten.
• Zusammenarbeit mit Software-, Hardware- und Forschungsteams zur Optimierung der Effizienz des gesamten Systems.
• Definition und Bewertung bedeutungsvoller Metriken, die mit realen Auswirkungen und Nutzerwert verbunden sind.
• Übersetzung von Forschungsideen in produktionsbereite Systeme und skalierbare Lösungen.

Anforderungen:

• Starke akademische und industrielle Forschungserfahrung im Bereich maschinelles Lernen sowie eine systemorientierte Denkweise und praktische Ingenieursfähigkeiten.
• Der ideale Kandidat ist damit vertraut, über den gesamten ML-Stack hinweg zu arbeiten und sowohl theoretische als auch angewandte Fortschritte zu leisten.
• PhD oder gleichwertige Forschungserfahrung in Informatik oder einem verwandten Bereich.
• 4–5+ Jahre Berufserfahrung in der Industrie im Bereich maschinelles Lernen oder KI-Forschung.
• Tiefe Expertise in mindestens einem Bereich wie Modelleffizienz, Echtzeitausrichtung oder algorithmischer Optimierung.
• Starkes systemisches Denken und die Fähigkeit, über die gesamte Pipeline des maschinellen Lernens zu optimieren.
• Kenntnisse in Python und Erfahrung mit Frameworks wie PyTorch, JAX oder TensorFlow.
• Kenntnis von Optimierungstechniken, einschließlich Verstärkungslernen aus menschlichem Feedback und Feinabstimmungsmethoden.
• Erfahrung in großen industriellen oder Forschungslaborumgebungen.
• Starke Zusammenarbeit, Anpassungsfähigkeit und die Bereitschaft, mit mutigen Ideen zu experimentieren.

Vorteile:

• Flexible Arbeitsbedingungen, einschließlich globaler Remote-Arbeit und optionaler persönlicher Zusammenarbeit im Bay Area.
• Team-Offsites, die darauf abzielen, Zusammenarbeit und Innovation zu stärken.
• Jährlicher Reisestipendium zur Erkundung neuer Länder und zur Erweiterung der globalen Perspektive.
• Wöchentlicher Essens- oder Lebensmittellieferungsstipendium.
• Umfassende medizinische Versorgung und großzügige bezahlte Freizeit.
• Die Möglichkeit, an fortschrittlichen KI-Systemen mit hoher realer Wirkung zu arbeiten.