Auf einen Blick
- Aufgaben: Join our team to enhance and implement cutting-edge GenAI and LLM tools.
- Arbeitgeber: IAV GmbH is at the forefront of innovative tech solutions.
- Mitarbeitervorteile: Enjoy competitive pay, flexible work-life balance, and real project experience.
- Warum dieser Job: Work on exciting future challenges with expert collaboration and significant responsibility.
- Gewünschte Qualifikationen: Master's student in relevant fields with strong Python and ML framework skills.
- Andere Informationen: Diversity and equal opportunity are core values at IAV.
Diese Herausforderung erwartet dich:
Bist du ein Masterstudent mit einer Leidenschaft für maschinelles Lernen und möchtest an innovativen GenAI/ LLM Themen arbeiten? Wir haben eine fantastische Gelegenheit für einen talentierten und motivierten Studenten, unser Team zu verstärken und uns bei der Forschung und Entwicklung unserer GenAI Toolbox und LLM-basierten Tools zu unterstützen.
Deine Aufgaben:
• Du arbeitest mit unserem Team von Experten und Programmierern zusammen, um unser LLM-Toolset zu implementieren und zu verbessern.
• Du integrierst die neuesten LLM-basierten Open-Source- und Forschungstechnologien, wie GraphRAG oder Test-Time Compute.
• Du implementierst und wartest Inferenzpipelines.
• Du evaluierst verschiedene Information Retrieval Methoden im Kontext von LLMs.
Notwendige Kenntnisse:
• Laufendes Masterstudium in Informatik, Datenwissenschaft, KI oder einem verwandten Fachgebiet
• Gute Python-Kenntnisse
• Erfahrung mit ML-Frameworks und/oder LLM-Frameworks (z. B. PyTorch, TensorFlow, Scikit-learn, Langchain)
• Vertrautheit mit Werkzeugen zur kollaborativen Softwareentwicklung (z. B. Git)
• Fließende Englisch- oder Deutschkenntnisse auf min. C1-Niveau
Gewünschte Kenntnisse:
• Kenntnisse von Docker und/oder Kubernetes
• Kenntnisse der Azure-Cloud-Dienste
• Erfahrung mit der Mitarbeit an großen Softwareprojekten oder Repositories
Das Entgelt richtet sich nach unserem Mantel- und Entgelttarifvertrag. Aktuell beträgt der Stundenlohn für diese Position 17,52 EUR.
Das spricht für uns:
Als Student:in arbeitest du bei IAV nicht irgendwo, sondern mittendrin. In echten Projekten. An spannenden Zukunftsaufgaben. Voll integriert und im Schulterschluss mit IAV-Expert:innen. Viel Verantwortung und gleichzeitig viel Freiraum, um Uni und Arbeit zusammen zu bringen: So entstehen beste Perspektiven für deine berufliche Entwicklung. Bei attraktiver Vergütung nach unserem Haustarifvertrag.
Uns sind Vielfalt und Chancengleichheit wichtig. Für uns zählt der Mensch mit seiner Persönlichkeit und seinen Stärken.
Company:
IAV GmbH
Qualifications:
Language requirements:
Specific requirements:
Educational level:
Level of experience (years):
Senior (5+ years of experience)
#J-18808-Ljbffr
Werkstudent:in – AI/ Machine Learning with Focus on GenAI/ Large Language Models Arbeitgeber: NLP PEOPLE
Kontaktperson:
NLP PEOPLE HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Werkstudent:in – AI/ Machine Learning with Focus on GenAI/ Large Language Models
✨Tip Nummer 1
Nutze dein Netzwerk! Sprich mit Kommilitonen, Professoren oder Fachleuten aus der Branche, um mehr über die neuesten Trends im Bereich GenAI und LLMs zu erfahren. Oftmals können persönliche Empfehlungen den entscheidenden Unterschied machen.
✨Tip Nummer 2
Engagiere dich in relevanten Projekten oder Hackathons. Dies zeigt nicht nur deine Leidenschaft für maschinelles Lernen, sondern gibt dir auch praktische Erfahrungen, die du in deinem Bewerbungsgespräch hervorheben kannst.
✨Tip Nummer 3
Halte dich über aktuelle Entwicklungen in der KI-Community auf dem Laufenden. Abonniere Fachzeitschriften, Blogs oder Podcasts, die sich mit GenAI und LLMs beschäftigen, um bei Gesprächen mit dem Team von IAV kompetent auftreten zu können.
✨Tip Nummer 4
Bereite dich auf technische Interviews vor, indem du häufige Fragen zu Python, ML-Frameworks und Inferenzpipelines übst. Zeige, dass du nicht nur theoretisches Wissen hast, sondern auch praktisch anwenden kannst, was du gelernt hast.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Werkstudent:in – AI/ Machine Learning with Focus on GenAI/ Large Language Models
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die geforderten Kenntnisse und Fähigkeiten. Stelle sicher, dass du alle relevanten Punkte in deiner Bewerbung ansprichst.
Betone deine technischen Fähigkeiten: Hebe deine Kenntnisse in Python, ML-Frameworks und LLM-Frameworks hervor. Zeige konkrete Beispiele aus deinem Studium oder Projekten, die deine Erfahrung belegen.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du deine Leidenschaft für maschinelles Lernen und GenAI erklärst. Erkläre, warum du bei IAV arbeiten möchtest und wie du zum Team beitragen kannst.
Sprache und Stil: Achte darauf, dass dein Lebenslauf und deine Anschreiben in einem klaren, professionellen Stil verfasst sind. Verwende die Sprache, die in der Stellenanzeige verwendet wird, um zu zeigen, dass du die Unternehmenskultur verstehst.
Wie du dich auf ein Vorstellungsgespräch bei NLP PEOPLE vorbereitest
✨Zeige deine Leidenschaft für KI und maschinelles Lernen
Bereite dich darauf vor, über deine bisherigen Erfahrungen im Bereich maschinelles Lernen zu sprechen. Zeige, dass du nicht nur die Theorie verstehst, sondern auch praktische Anwendungen kennst, insbesondere in Bezug auf GenAI und LLMs.
✨Kenntnisse in Python und ML-Frameworks hervorheben
Stelle sicher, dass du deine Fähigkeiten in Python und den relevanten ML-Frameworks wie PyTorch oder TensorFlow klar kommunizierst. Bereite Beispiele vor, die deine Erfahrung mit diesen Technologien demonstrieren.
✨Vertrautheit mit kollaborativen Tools betonen
Da die Position Teamarbeit erfordert, solltest du deine Erfahrungen mit Tools zur kollaborativen Softwareentwicklung wie Git ansprechen. Erkläre, wie du in der Vergangenheit effektiv im Team gearbeitet hast.
✨Fragen zur Unternehmenskultur und Projekten stellen
Bereite einige Fragen vor, die sich auf die Unternehmenskultur von IAV und die spezifischen Projekte beziehen, an denen du arbeiten würdest. Dies zeigt dein Interesse und deine Motivation, Teil des Teams zu werden.