Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle fortschrittliche Suchtechnologien und optimiere KI-Modelle für Retrieval und Ranking.
- Arbeitgeber: Perplexity, ein innovatives Unternehmen im Bereich KI und maschinelles Lernen.
- Mitarbeitervorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Andere Informationen: Dynamisches Team mit großartigen Wachstumschancen in einem spannenden Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Suche mit modernster Technologie und mache einen echten Unterschied.
- Gewünschte Qualifikationen: Erfahrung in maschinellem Lernen und tiefem Verständnis von Suchsystemen erforderlich.
Das voraussichtliche Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Perplexity sucht einen erfahrenen Machine Learning Research Engineer, um die nächste Generation fortschrittlicher Suchtechnologien mit einem Fokus auf Retrieval und Ranking zu entwickeln.
Verantwortlichkeiten:
- Suchqualität kontinuierlich verbessern – durch Modelle, Daten, Tools oder andere verfügbare Hebel
- Kernkomponenten der Suchplattform und des Modellstacks entwerfen und aufbauen
- Groß angelegte Deep-Learning-Modelle mit Frameworks wie PyTorch entwerfen, trainieren und optimieren, unter Nutzung von verteiltem Training (z. B. PyTorch Distributed, DeepSpeed, FSDP) und Hardwarebeschleunigung, mit einem Fokus auf Retrieval- und Ranking-Modelle
- Fortgeschrittene Forschung im Bereich Repräsentationslernen durchführen, einschließlich kontrastivem Lernen, mehrsprachigen und multimodalen Modellen für Suche und Retrieval
- Modelle – von Boosting-Algorithmen bis hin zu LLMs – skalierbar und leistungsfähig bereitstellen
- RAG-Pipelines für Verankerung und Antwortgenerierung aufbauen und optimieren
- Mit den Teams für Daten, KI, Infrastruktur und Produkt zusammenarbeiten, um eine schnelle und qualitativ hochwertige Lieferung sicherzustellen
Qualifikationen:
- Tiefes Verständnis von Such- und Retrievalsystemen, einschließlich Prinzipien und Metriken zur Qualitätsevaluation
- Nachweisliche Erfolge mit groß angelegten Such- oder Empfehlungssystemen
- Starke Kenntnisse in PyTorch, einschließlich Erfahrung mit Techniken des verteilten Trainings und der Leistungsoptimierung für große Modelle
- Expertise im Repräsentationslernen, einschließlich kontrastivem Lernen und Ausrichtung des Einbettungsraums für mehrsprachige und multimodale Anwendungen
- Starke Publikationsbilanz in AI/ML-Konferenzen oder Workshops (z. B. NeurIPS, ICML, ICLR, ACL, CVPR, SIGIR)
- Selbstmotiviert, mit einem starken Sinn für Eigenverantwortung und Umsetzung
- Mindestens 3 Jahre (vorzugsweise 5+) Erfahrung in der Arbeit an Such-, Empfehlungs- oder eng verwandten Forschungsbereichen
Member of Technical Staff (Machine Learning Research Engineer) Arbeitgeber: Perplexity
Kontaktperson:
Perplexity HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Member of Technical Staff (Machine Learning Research Engineer)
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns gemeinsam nach Verbindungen suchen, die dir helfen können, einen Fuß in die Tür zu bekommen.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe Coding-Challenges und Machine Learning Konzepte, die für die Rolle relevant sind. Wir können dir Ressourcen anbieten, um deine Fähigkeiten aufzufrischen und sicherzustellen, dass du bereit bist.
✨Tipp Nummer 3
Sei proaktiv und zeige dein Interesse! Wenn du eine Stelle ins Auge gefasst hast, zögere nicht, direkt bei den Verantwortlichen nachzufragen. Wir unterstützen dich dabei, den richtigen Kontakt zu finden und deine Begeisterung zu zeigen.
✨Tipp Nummer 4
Bewirb dich über unsere Website! Das gibt dir die beste Chance, direkt im Blickfeld der Recruiter zu sein. Lass uns gemeinsam sicherstellen, dass deine Bewerbung heraussticht und du die Aufmerksamkeit bekommst, die du verdienst.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Member of Technical Staff (Machine Learning Research Engineer)
Tipps für deine Bewerbung 🫡
Mach deine Hausaufgaben: Bevor du mit deiner Bewerbung anfängst, schau dir unsere Website und die Stellenbeschreibung genau an. Verstehe, was wir bei StudySmarter machen und wie du dazu beitragen kannst. Das hilft dir, deine Motivation klar zu kommunizieren.
Zeig deine Skills: In deinem Anschreiben solltest du konkret auf deine Erfahrungen eingehen, die für die Rolle relevant sind. Erzähl uns von deinen Projekten mit PyTorch oder deinen Erfolgen im Bereich Such- und Empfehlungssysteme. Wir wollen sehen, was du drauf hast!
Sei du selbst: Wir suchen nach authentischen Persönlichkeiten! Lass deine Leidenschaft für Machine Learning und Forschung durchscheinen. Schreib in einem lockeren, aber professionellen Ton, der zeigt, wer du bist und warum du zu uns passt.
Bewirb dich über unsere Website: Um sicherzustellen, dass deine Bewerbung nicht untergeht, bewirb dich direkt über unsere Website. So können wir deine Unterlagen schnell und effizient bearbeiten. Wir freuen uns darauf, von dir zu hören!
Wie du dich auf ein Vorstellungsgespräch bei Perplexity vorbereitest
✨Verstehe die Technologien
Mach dich mit den neuesten Entwicklungen in der Suchtechnologie vertraut, insbesondere im Bereich Retrieval und Ranking. Zeige während des Interviews, dass du nicht nur die Grundlagen beherrschst, sondern auch aktuelle Trends und Herausforderungen in der Machine Learning Community kennst.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in PyTorch und bei der Arbeit mit großen Modellen demonstrieren. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du zur Optimierung von Modellen beigetragen hast.
✨Fokussiere auf Zusammenarbeit
Da die Rolle eine enge Zusammenarbeit mit verschiedenen Teams erfordert, solltest du Beispiele für erfolgreiche Teamprojekte parat haben. Betone, wie du mit anderen Abteilungen zusammengearbeitet hast, um qualitativ hochwertige Ergebnisse zu erzielen.
✨Zeige deine Leidenschaft für Forschung
Bereite dich darauf vor, über deine Veröffentlichungen und Forschungsinteressen zu sprechen. Zeige, dass du ein tiefes Verständnis für Themen wie kontrastives Lernen und mehrsprachige Modelle hast und wie diese in der Praxis angewendet werden können.