Data Scientist: NLP, Recommenders & LLM Systems (On-site)

Data Scientist: NLP, Recommenders & LLM Systems (On-site)

Vollzeit 56250 - 68750 € / Jahr (geschätzt) Kein Homeoffice möglich
M

Auf einen Blick

  • Aufgaben: Entwickle ML-Lösungen mit Fokus auf NLP und Empfehlungssysteme.
  • Unternehmen: Führender Schweizer Open-Access-Verlag mit innovativer Kultur.
  • Vorteile: Attraktives Gehalt, Gesundheitsleistungen und spannende Projekte.
  • Weitere Informationen: Dynamisches Arbeitsumfeld mit großartigen Entwicklungsmöglichkeiten.
  • Warum dieser Job: Gestalte die Zukunft der KI und arbeite an bahnbrechenden Lösungen.
  • Qualifikationen: Erfahrung in Datenwissenschaft und Leidenschaft für KI.

Das prognostizierte Gehalt liegt zwischen 56250 - 68750 € pro Jahr.

MDPI, ein führender Schweizer Open-Access-Verlag, sucht einen Data Scientist, um ML-Lösungen mit Fokus auf NLP, Empfehlungssysteme und agentische LLM-Workflows zu entwerfen, zu entwickeln und bereitzustellen. Sie werden Geschäftsprobleme in skalierbare analytische Lösungen übersetzen und mit der Technik zusammenarbeiten, um Modelle in die Produktion zu bringen. Die Rolle betont Experimente mit RAG, Modellbenchmarking und das Verweilen an der Spitze der KI-Forschung, während Sie vollständig vor Ort an unserem Standort in Basel arbeiten.

Data Scientist: NLP, Recommenders & LLM Systems (On-site) Arbeitgeber: MDPI România

pMDPI in Basel bietet eine dynamische Arbeitsumgebung, die Innovation und Zusammenarbeit fördert. Als Senior Product Manager haben Sie die Möglichkeit, nicht nur bedeutende Produkte zu gestalten, sondern auch Ihr Team durch Mentoring zu unterstützen und Ihre Fähigkeiten weiterzuentwickeln. Die Unternehmenskultur legt großen Wert auf persönliche und berufliche Wachstumschancen, während die zentrale Lage in Basel Ihnen Zugang zu einem lebendigen internationalen Netzwerk bietet.

M

Kontaktdaten:

MDPI România Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist: NLP, Recommenders & LLM Systems (On-site) mit Bravour zu bestehen

Maschinelles Lernen (ML)
Natürliche Sprachverarbeitung (NLP)
Empfehlungssysteme
Agentische LLM-Workflows
Analytische Lösungen
Modell-Benchmarking
Experimentieren mit RAG