Auf einen Blick
- Aufgaben: Forschung und Training neuartiger Modelle für physikalische Simulationen.
- Unternehmen: Mistral, ein innovatives Unternehmen im Bereich KI-Lösungen.
- Vorteile: Umfassendes Leistungspaket für Wohlbefinden und Work-Life-Balance.
- Weitere Informationen: Möglichkeiten zur Zusammenarbeit mit einem globalen Team.
- Warum dieser Job: Gestalte die Zukunft der KI in einem dynamischen, kreativen Team.
- Qualifikationen: PhD oder Master in CS/AI oder Ingenieurwissenschaften erforderlich.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Über Mistral
Mistral bietet Full-Stack-AI-Lösungen: von Frontier-Modellen bis hin zu Entwickler-Tools, Anwendungen und Rechenleistung. Wir arbeiten mit Unternehmen zusammen, die die schwierigsten Probleme in hochriskanten Branchen wie Finanzen, Fertigung, Verteidigung, Gesundheitswesen und dem öffentlichen Sektor angehen, und entwickeln maßgeschneiderte AI-Systeme, die sie nach ihren eigenen Bedingungen betreiben können.
Wir sind ein dynamisches, kollaboratives Team, das leidenschaftlich an AI und ihrem Potenzial zur Transformation der Gesellschaft interessiert ist. Unsere vielfältige Belegschaft gedeiht in wettbewerbsintensiven Umgebungen und ist bestrebt, Innovationen voranzutreiben. Unsere Teams sind zwischen Europa, Nordamerika, Asien und dem Nahen Osten verteilt. Wir sind kreativ, egoarm und teamorientiert.
Die Rolle
Mistral sucht AI-Wissenschaftler mit tiefgreifender Expertise in Ingenieurwissenschaften und maschinellem Lernen, um die Grenzen der AI-beschleunigten Simulation zu erweitern. Innerhalb von AI4Engineering Science werden Sie grundlegende Physikmodelle erforschen und trainieren, die erheblich leistungsfähiger sind als alles, was heute existiert, und die sowohl von Kunden als auch von internen Teams für nachgelagerte Anwendungen feinabgestimmt werden können.
Sie werden über den gesamten Forschungsstapel hinweg arbeiten: Hochwertige Simulationsdatensätze kuratieren, neuartige Modellarchitekturen entwerfen und trainieren sowie diese rigoros gegen reale Validierungsstandards im Ingenieurwesen bewerten.
In enger Zusammenarbeit mit der breiteren Forschungsorganisation stellen Sie sicher, dass die von Ihnen erstellten Grundmodelle allgemein genug sind, um das Rückgrat vieler nachgelagerter Produkte zu werden, nicht nur eine einzelne Punktlösung. Diese Rolle baut auf einer starken, weltklasse Grundlage auf, und das Ziel ist es, sie weiterzuentwickeln. Sie werden sich schrittweise einem vertikalen Bereich widmen, um Grundmodelle zu entwickeln, die tatsächlich über Ingenieuraufgaben hinweg übertragen und feinabgestimmt werden können, mit hochwertigen Simulationsdatenpipelines, physikbasierten Bewertungen und Unsicherheits-/Out-of-Distribution-Schätzungen als erstklassige Anliegen.
Was Sie tun werden
- Forschung und Training neuartiger Grundmodelle für die Physiksimulation, die über den heutigen Stand der Technik in Bezug auf Genauigkeit, Verallgemeinerung und Skalierung hinausgehen.
- Design und Durchführung großangelegter Simulationskampagnen unter Verwendung domänenspezifischer Solver, um die hochwertigen Datensätze zu erstellen, die grundlegende Physikmodelle benötigen.
- Untersuchung von Architekturen und Trainingsstrategien (z.B. Multi-Fidelity-Training, Pretraining-Ziele, Skalierungsverhalten), die es einem einzelnen Grundmodell ermöglichen, gut über verschiedene Ingenieuraufgaben hinweg zu übertragen und feinabgestimmt zu werden.
- Rigorose Bewertung der Modellabdeckung, Genauigkeit und Robustheit gegenüber den Validierungsstandards der Industrie sowie Diagnose von Fehlermodi, die aus Datenlücken oder Architekturgrenzen resultieren.
- Aktuelle Entwicklungen in der wissenschaftlichen Gemeinschaft verfolgen und zu Mistrals Stellung an der Spitze der AI-für-Ingenieurforschung beitragen.
Was wir suchen
- PhD oder Master in Informatik/AI oder Ingenieurwissenschaften: Maschinenbau, Elektrotechnik, Computational Fluid Dynamics, Strukturmechanik, EDA, Halbleitertechnik oder einem verwandten Bereich.
- Starke praktische Erfahrung im maschinellen Lernen mit einem tiefen Verständnis von Modellarchitekturen, Trainingsdynamik und Evaluierungsmethodik ist für diese Rolle entscheidend.
- Sie haben ML-Methoden für Simulation oder Surrogatmodellierung entwickelt.
- Sie schreiben sauberen, lesbaren Python-Code und sind in Linux/HPC-Umgebungen vertraut.
- Fließendes Englisch mit ausgezeichneten Kommunikationsfähigkeiten, in der Lage, technische Simulations- und ML-Konzepte sowohl technischen als auch nicht-technischen Zielgruppen zu erklären.
- Selbstständig, Sie benötigen keine detaillierten Fahrpläne, um Fortschritte zu erzielen.
- Egoarm, kollaborativ und lernbegierig an der Schnittstelle von Simulation und ML.
- Nachgewiesener Erfolg durch industrielle Projekte, akademische Arbeiten oder persönliche Projekte.
Es wäre großartig, wenn Sie
- Industrielle oder akademische Erfahrung mit Simulationssolvern (z.B. OpenFOAM, LS-DYNA, ANSYS, COMSOL, Abaqus, Fluent, STAR-CCM+, PowerFlow, NekRS, Tau/CODA, JAX-Fluids oder gleichwertig; Cadence/Synopsys/Siemens EDA oder gleichwertig) haben.
- Erfahrung in der Automatisierung großangelegter Simulationskampagnen auf HPC-Clustern haben.
- Zu einem großen Open-Source- oder Industriekode beigetragen haben.
- Veröffentlichungen in Ingenieur- oder ML-Veranstaltungen (AIAA, ASME, JFM, NeurIPS, ICLR usw.) haben.
Was wir anbieten
Wir bieten ein umfassendes Leistungspaket, das darauf ausgelegt ist, Ihr Wohlbefinden, Wachstum und Ihre Work-Life-Balance zu unterstützen. Die Leistungen variieren je nach Land und können Krankenversicherung, Elternzeit, Altersvorsorge, Umzugshilfe, Wellness-Programme, Essens- und Transportzulagen sowie andere standortspezifische Vorteile umfassen.
Für die aktuellsten Informationen zu den in Ihrem Standort verfügbaren Leistungen besuchen Sie bitte unsere Seite zu den Leistungen.
Datenschutzrichtlinie
Ihre Privatsphäre ist uns wichtig. Sie können mehr darüber erfahren, wie wir Ihre persönlichen Daten in unserer Datenschutzrichtlinie für Bewerber behandeln.
AI Scientist - Physics Models Arbeitgeber: Mistral
Mistral AI ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an der Spitze der KI-Technologie zu arbeiten und dabei einen echten Einfluss auf Unternehmen und die Gesellschaft auszuüben. Mit einem dynamischen und kollaborativen Team fördern wir eine Kultur des Wachstums und der Innovation, unterstützt durch umfassende Benefits wie wettbewerbsfähige Gehälter, großzügige Essenszulagen und umfassende Gesundheitsleistungen. Unsere Mitarbeiter profitieren von flexiblen Arbeitsbedingungen und der Chance, ihre Fähigkeiten in einem sich ständig weiterentwickelnden Umfeld zu erweitern.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so AI Scientist - Physics Models 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 Mistral 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 Scientist - Physics Models 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 AI Scientist - Physics Models bei Mistral gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Mistral 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 Mistral entscheidend sein!
