Auf einen Blick
- Aufgaben: Entwickle innovative KI-Algorithmen für spannende Projekte in Computer Vision und maschinellem Lernen.
- Arbeitgeber: Meta, ein führendes Unternehmen im Bereich immersive Technologien.
- Mitarbeitervorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen und flexible Arbeitsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Technologie und beeinflusse, wie Menschen interagieren und arbeiten.
- Gewünschte Qualifikationen: PhD in KI, Robotik oder verwandten Bereichen und Erfahrung in der Teamführung.
- Andere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen in einem innovativen Team.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
The Reality Labs team at Meta is looking for Computer Vision Researchers to support our Spatial AI team as we build towards our goal to transform the way people come together to interact, work and play.We explore, develop and deliver cutting-edge technologies that serve as the foundations for the current and future Reality Labs products including VR, AR, smart-glasses, AI agents, and robotics. We are committed to driving the state-of-the-art forward through innovation across ML perception in 2D and 3D, for both primitives (e.g. depth, segmentation, and semantic keypoints) as well as high-level (e.g. shape inference, 3D reconstruction, context/semantic understanding). The ideal candidate will help us develop the next generation of spatial and contextualized AI, and lay the foundations for a new computing paradigm that is built from the ground up to understand the physical world from egocentric devices. We are looking for experts in areas such as vision-language models, agentic AI, learning from demonstration, and representation learning.The potential to change the world is immense — and we\’re just getting started. We encourage you to apply and join us
Computer Vision/Machine Learning Research Scientist (Spatial AI) Responsibilities:
- Design and development of novel machine learning algorithms to solve problems in areas such as: vision-language models, agentic AI for multimodal systems, foundation models, 3D reconstruction with deep learning methods, depth estimation, semantic segmentation, 2D and 3D semantic key point detection, and object tracking
- Define, build, and benchmark new capabilities needed for the next generation of AI
- Communicate cross-functionally
- Drive the team\’s goals and technical direction to pursue technical opportunities
- Lead and collaborate with multidisciplinary engineering and research teams to develop technologies from early exploration and incubation to production
Minimum Qualifications:
- PhD degree in the field of Artificial Intelligence, Robotics, Computer Vision, Machine Learning, Natural Language Understanding, or equivalent practical experience
- Significant industry experience in relevant areas
- Leadership experience driving high-risk, high reward projects scientifically, including managing a team of research scientists and communicating to leadership
- Proven track record of achieving results as demonstrated by grants, fellowships, patents, as well as first-authored publications at conferences such as CVPR, ICCV, NeurIPS, or similar
- Experience handling concurrent projects where timelines may be ambiguous or changing, and prioritizing by balancing required effort with resulting impact
- Experience in Python
Preferred Qualifications:
- Experience with distributed systems or on-device algorithm development
- Experience communicating research for public audiences of peers
- Experience working and communicating cross-functionally in a team environment
- Significant industry experience in relevant robotics related research areas, preferably large multimodal models, agentic AI, 3D reconstruction with deep learning methods
- Leadership and interpersonal communication experience in working across many disciplines, driving best practices, and mentorship
- Experience with deep learning frameworks (such as pytorch, tensorflow) and Python
- Experience solving complex problems and comparing alternative solutions, tradeoffs, and different perspectives to determine a path forward
About Meta:
Meta builds technologies that help people connect, find communities, and grow businesses. When Facebook launched in 2004, it changed the way people connect. Apps like Messenger, Instagram and WhatsApp further empowered billions around the world. Now, Meta is moving beyond 2D screens toward immersive experiences like augmented and virtual reality to help build the next evolution in social technology. People who choose to build their careers by building with us at Meta help shape a future that will take us beyond what digital connection makes possible today—beyond the constraints of screens, the limits of distance, and even the rules of physics.
Individual compensation is determined by skills, qualifications, experience, and location. Compensation details listed in this posting reflect the base hourly rate, monthly rate, or annual salary only, and do not include bonus, equity or sales incentives, if applicable. In addition to base compensation, Meta offers benefits. Learn more about benefits at Meta.
Computer Vision/Machine Learning Research Scientist Arbeitgeber: Meta
Kontaktperson:
Meta HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Computer Vision/Machine Learning Research Scientist
✨Netzwerken ist der Schlüssel
Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns gemeinsam nach Möglichkeiten suchen, um uns mit anderen Forschern und Experten zu vernetzen, die dir wertvolle Einblicke geben können.
✨Präsentiere deine Projekte
Stelle sicher, dass du deine bisherigen Arbeiten und Projekte gut präsentieren kannst. Wir sollten unsere Ergebnisse in einem Portfolio oder auf GitHub zeigen, damit potenzielle Arbeitgeber sehen, was wir draufhaben.
✨Sei proaktiv bei der Bewerbung
Warte nicht darauf, dass die Stellenanzeigen zu dir kommen! Lass uns aktiv auf Unternehmen zugehen, die uns interessieren, und direkt über unsere Website bewerben. Das zeigt Initiative und Interesse.
✨Bereite dich auf technische Interviews vor
Technische Interviews können knifflig sein. Lass uns gemeinsam an unseren Problemlösungsfähigkeiten arbeiten und typische Fragen durchgehen, die in unserem Bereich gestellt werden könnten. Übung macht den Meister!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Computer Vision/Machine Learning Research Scientist
Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich: Zeig uns, wer du wirklich bist! Verwende eine persönliche Ansprache und erzähle uns, warum du dich für die Stelle als Computer Vision/Machine Learning Research Scientist interessierst. Lass deine Leidenschaft für KI und maschinelles Lernen durchscheinen!
Betone deine Erfahrungen: Hebe deine relevanten Erfahrungen hervor, besonders in den Bereichen, die in der Stellenbeschreibung genannt werden. Wenn du an Projekten gearbeitet hast, die mit 3D-Rekonstruktion oder agentic AI zu tun haben, dann erzähl uns davon – das wird uns beeindrucken!
Sei klar und präzise: Vermeide es, um den heißen Brei herumzureden. Sei direkt und präzise in deinen Aussagen. Wir schätzen klare Kommunikation, also achte darauf, dass deine Bewerbung gut strukturiert und leicht verständlich ist.
Bewirb dich über unsere Website: Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell und effizient bei uns ankommt. Wir freuen uns darauf, von dir zu hören und vielleicht bald im Team zu haben!
Wie du dich auf ein Vorstellungsgespräch bei Meta vorbereitest
✨Verstehe die Technologien
Mach dich mit den neuesten Entwicklungen in Computer Vision und Machine Learning vertraut. Lies aktuelle Forschungsarbeiten und Blogs, um ein Gefühl für die Trends und Herausforderungen in der Branche zu bekommen. So kannst du im Interview gezielt auf relevante Themen eingehen.
✨Bereite konkrete Beispiele vor
Überlege dir spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in den geforderten Bereichen wie 3D-Rekonstruktion oder agentic AI demonstrieren. Sei bereit, diese Beispiele detailliert zu erläutern und zu zeigen, wie du Probleme gelöst hast.
✨Kommunikation ist der Schlüssel
Da die Rolle auch cross-funktionale Kommunikation erfordert, übe, komplexe technische Konzepte einfach und verständlich zu erklären. Das zeigt, dass du nicht nur ein Experte bist, sondern auch gut im Team arbeiten kannst.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die dein Interesse an der Position und dem Unternehmen zeigen. Frage nach den aktuellen Projekten des Reality Labs-Teams oder wie sie Innovationen im Bereich Spatial AI vorantreiben. Das zeigt, dass du wirklich engagiert bist.