Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle und optimiere Deep Learning Modelle für Such- und Retrievalsysteme.
- Arbeitgeber: Innovatives Unternehmen in Berlin mit Fokus auf KI-Forschung.
- Mitarbeitervorteile: Praktische Erfahrung, Networking-Möglichkeiten und Zugang zu neuesten Technologien.
- Andere Informationen: Dynamisches Umfeld mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Arbeite an spannenden Projekten und forme die Zukunft der Suchtechnologie.
- Gewünschte Qualifikationen: Kenntnisse in PyTorch und Interesse an Repräsentationslernen erforderlich.
Das voraussichtliche Gehalt liegt zwischen 500 - 1500 € pro Monat.
Praktikumsprogramm Berlin: 12 - 24 Wochen, Vollzeit, vor Ort im Büro in Berlin.
Verantwortlichkeiten
- Die Suchqualität unermüdlich vorantreiben – durch Modelle, Daten, Tools oder andere verfügbare Hebel.
- Groß angelegte Deep-Learning-Modelle mit Frameworks wie PyTorch trainieren und optimieren, unter Nutzung von verteiltem Training (z. B. PyTorch Distributed, DeepSpeed, FSDP) und Hardwarebeschleunigung, mit Fokus auf Retrieval- und Ranking-Modelle.
- Forschung im Bereich der Repräsentationslernen durchführen, einschließlich kontrastivem Lernen, mehrsprachiger Evaluierung und multimodaler Modellierung für Suche und Retrieval.
- RAG-Pipelines für Verankerung und Antwortgenerierung aufbauen und optimieren.
Qualifikationen
- Verständnis von Such- und Retrievalsystemen, einschließlich Prinzipien und Metriken zur Qualitätsevaluation.
- Starke Kenntnisse in PyTorch, einschließlich Erfahrung mit Techniken des verteilten Trainings und der Leistungsoptimierung für große Modelle.
- Interesse an Repräsentationslernen, einschließlich kontrastivem Lernen, dichten und spärlichen Vektor-Repräsentationen, Repräsentationsfusion, cross-lingualer Repräsentationsausrichtung, Optimierung von Trainingsdaten und robuster Evaluierung.
- Publikationsnachweis in AI/ML-Konferenzen oder Workshops (z. B. NeurIPS, ICML, ICLR, ACL, EMNLP, SIGIR).
Internship - Machine Learning Research Engineer Arbeitgeber: Perplexity
Kontaktperson:
Perplexity HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Internship - Machine Learning Research Engineer
✨Tipp Nummer 1
Sei proaktiv! Nutze LinkedIn und andere Netzwerke, um Kontakte in der Branche zu knüpfen. Oft sind es persönliche Empfehlungen, die den Unterschied machen.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe mit Coding-Challenges und stelle sicher, dass du deine Kenntnisse in PyTorch und Deep Learning gut präsentieren kannst.
✨Tipp Nummer 3
Zeige deine Leidenschaft für Machine Learning! Teile deine Projekte oder Forschungsergebnisse in sozialen Medien oder auf Plattformen wie GitHub, um dein Engagement zu zeigen.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden und zeigst, dass du wirklich an der Position interessiert bist.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Internship - Machine Learning Research Engineer
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wenn du deine Bewerbung schreibst, lass deine Persönlichkeit durchscheinen. Wir wollen wissen, wer du bist und was dich motiviert, also sei authentisch und zeig uns deine Leidenschaft für Machine Learning!
Pass auf die Details auf!: Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Nimm dir die Zeit, alles gründlich zu überprüfen, bevor du es abschickst.
Beziehe dich auf die Stellenbeschreibung!: Nutze die Sprache aus der Stellenbeschreibung in deiner Bewerbung. Zeige, dass du die Anforderungen verstehst und wie deine Erfahrungen und Fähigkeiten dazu passen. Das macht es für uns einfacher, dich als passenden Kandidaten zu sehen.
Bewirb dich über unsere Website!: Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie an die richtige Stelle gelangt und du alle notwendigen Informationen bereitstellst. Wir freuen uns auf deine Bewerbung!
Wie du dich auf ein Vorstellungsgespräch bei Perplexity vorbereitest
✨Verstehe die Grundlagen der Such- und Retrieval-Systeme
Mach dich mit den Prinzipien und Metriken der Qualitätsevaluation vertraut. Wenn du während des Interviews Fragen zu diesen Themen bekommst, zeige, dass du ein solides Verständnis hast und bereit bist, dein Wissen anzuwenden.
✨Zeige deine PyTorch-Kenntnisse
Bereite dich darauf vor, über deine Erfahrungen mit PyTorch zu sprechen, insbesondere über verteiltes Training und Performance-Optimierung. Es kann hilfreich sein, konkrete Beispiele aus deinen bisherigen Projekten oder Studien zu nennen, um deine Fähigkeiten zu untermauern.
✨Forschung und Publikationen im Fokus
Wenn du bereits an Konferenzen oder Workshops teilgenommen hast, sei bereit, darüber zu sprechen. Teile deine Erkenntnisse und wie sie zur Weiterentwicklung von Machine Learning beigetragen haben. Das zeigt dein Engagement für das Fachgebiet.
✨Interesse an Representation Learning zeigen
Sprich über deine Begeisterung für Themen wie kontrastives Lernen und mehrsprachige Repräsentationen. Zeige, dass du die neuesten Trends und Entwicklungen in diesem Bereich verfolgst und bereit bist, innovative Ansätze zu erkunden.