Auf einen Blick
- Aufgaben: Entwickle und skaliere Datenpipelines für KI-Trainingsdaten.
- Unternehmen: LawZero, eine gemeinnützige Organisation für sichere KI-Systeme.
- Vorteile: Umfassende Gesundheitsleistungen, 20 Urlaubstage, 4% Arbeitgeberbeitrag zur Altersvorsorge.
- Weitere Informationen: Dynamisches Team von Experten in einem inklusiven Arbeitsumfeld.
- Warum dieser Job: Gestalte die Zukunft der KI mit innovativen Datenverarbeitungsprojekten.
- Qualifikationen: Erfahrung in der Verarbeitung großer unstrukturierter Datensätze und starke Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
We are seeking a
Senior ML Data Processing Developer to participate in the development, curation, and scaling of our core data asset pipeline.
Sitting at the intersection of data engineering, data curation, and machine learning, you will own the end-to-end pipeline that transforms raw web-scale data into high-signal datasets used to train the Scientist AI.
In this role, you will not just manage data; you will engineer its quality.
You will design algorithmic filtering, build model-based scoring mechanics, and ensure rigorous benchmark integrity to power the next generation of AI.
And as our models push beyond established paradigms, you will design and implement novel data transformations that don't yet have playbooks, working at the frontier of what training data can be.
We are hiring multiple people for this role, and responsibilities may be distributed across the team based on individual experience, skills, and interests.
Key Responsibilities
- Partner with the Research team to define, build, automate, scale, and manage data pipelines that transform raw web-scale data into training datasets for the Scientist AI.
- Build and maintain data processing pipelines, including deduplication, model-based quality scoring, heuristic filtering, toxicity removal, PII scrubbing, metadata extraction, and proprietary data transformations, with full dataset versioning and provenance tracking, optimizing for throughput and cost at scale.
- Ensure all ingested data meets compliance requirements, internal Data Governance policies, and legal obligations.
- Develop and refine the scoring and filtering toolchain: heuristics, LLM-as-a-judge evaluators, ML classifiers, metadata extraction modules, and human-in-the-loop review workflows required for data processing and quality assurance.
- Instrument data processing pipelines with data-quality monitoring, guardrails, and alerting to catch regressions before they propagate downstream.
- Collaborate with the Research team and other teams to understand evolving data requirements, then identify and acquire large-scale text corpora that meet those requirements.
This includes conducting systematic coverage analyses to identify gaps in the corpus and develop targeted acquisition strategies to address them, and working with the Legal & Governance Team to license new data sources.
- Design and maintain strict leakage detection mechanisms to guard against evaluation contamination across all stages of the data processing pipeline.
- Build internal tooling and interfaces that let researchers explore, query, and understand available datasets with minimal friction.
Skills and Qualifications
- Degree in computer science, software engineering, or a related field.
- Proven track record of handling massive unstructured text datasets (trillion-token scale), with 5+ years of experience in data processing, machine learning engineering or Natural Language Processing (NLP).
- Hands-on experience with distributed processing frameworks (e. g., Spark, Ray, Flink), designing and optimizing high-throughput pipelines.
- Experience with data privacy implementation (PII scrubbing), content-safety filtering (toxicity, bias), and evaluation-contamination prevention.
- Demonstrated ability to work across Research, Engineering, and/or Legal/Governance teams, translating varied requirements into concrete pipeline work.
- Strong Python proficiency, including experience writing production-grade data-processing code.
- Experience with pipeline orchestration frameworks (e. g., Airflow, Prefect, Dagster).
- Nice to have
- Experience training, fine-tuning, or deploying ML models for data-quality tasks (classifiers, LLM-based evaluators) and familiarity with LLM inference optimization (e. g. v LLM, SGLang).
- Familiarity with containerized deployment (Docker, Kubernetes) and infrastructure-as-code practices.
- Familiarity with ML experiment tracking tools (e. g. Weights and Biases).
- Experience with data licensing workflows or web-scale data acquisition.
- Contributions to open-source data processing or NLP tooling.
What we offer
- The chance to contribute meaningfully to a globally critical initiative
- Comprehensive health benefits (including mental health and wellness management account)
- 20 days of vacation per year upon start
- Employer contribution of 4% to your retirement savings, with no required employee match
- Additional compensation totaling 8% of your salary to apply towards additional retirement savings or bonuses (independent of group and individual performance)
- A team of passionate world-class experts in their field
- A collaborative and inclusive work environment in our vibrant office space in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation
- About Law Zero
Law Zero is a non-profit organization committed to advancing research and creating technical solutions that enable safe-by-design AI systems.
Its scientific direction is based on new research and methods proposed by Professor Yoshua Bengio, the most cited AI researcher in the world.
Based in Montreal, Law Zero’s research aims to build non-agentic AI that learns primarily to understand the world rather than to act in it, giving truthful answers to questions based on transparent and externalized probabilistic reasoning.
Such AI systems could be used to accelerate scientific discovery, to provide oversight for agentic AI systems, and to advance the understanding of AI risks and how to avoid them.
Law Zero believes that AI should be cultivated as a global public good—developed and used safely towards human flourishing.
- For more information, visit www. lawzero. org
- You belong here
At Law Zero, diversity is important to us.
We value a work environment that is fair, open and respectful of differences.
We welcome applications from highly qualified individuals interested in working towards our mission in a respectful, inclusive and collaborative setting.
Your personal information will be collected and processed by Law Zero to evaluate your application for employment in compliance with our .
Under privacy laws in force in your country of residence, you may have several privacy rights, such as to request access to your personal information or to request that your personal information be rectified or erased.
Details on how you can exercise your rights can be found in our Privacy Policy.
Senior ML Data Processing Developer in Berlin Arbeitgeber: LawZero
LawZero ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, bedeutende Beiträge zu einer global wichtigen Initiative zu leisten. Mit umfassenden Gesundheitsleistungen, 20 Urlaubstagen pro Jahr und einem engagierten Team von Experten in einem kollaborativen und inklusiven Arbeitsumfeld im Herzen von Little Italy in Montreal, fördern wir Ihre persönliche und berufliche Entwicklung. Hier bei LawZero glauben wir an Vielfalt und schaffen einen respektvollen Raum, in dem jeder die Chance hat, zur Mission beizutragen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior ML Data Processing Developer in Berlin 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 LawZero 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 Senior ML Data Processing Developer in Berlin 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 Senior ML Data Processing Developer bei LawZero gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei LawZero 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 LawZero entscheidend sein!