Auf einen Blick
- Aufgaben: Experimentiere mit neuen Methoden zur Prompt- und Kontextgestaltung für GenAI.
- Unternehmen: Innovatives Unternehmen in Zürich, das sich auf KI-Forschung spezialisiert hat.
- Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen und Entwicklungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit regelmäßigen Events und einer inklusiven Kultur.
- Warum dieser Job: Direkter Einfluss auf spannende Projekte in der KI-Branche.
- Qualifikationen: Studium in Data Science oder verwandten Bereichen und starke Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 13 - 16 € pro Stunde.
Wir suchen einen AI-nativen Praktikanten oder Werkstudenten, der begeistert ist, neue Methoden zur Eingabe-/Kontextgestaltung zu experimentieren, Tokens zu verbrennen, Benchmarks zu erstellen und Evaluierungen einzurichten; alles, um die Leistung unserer GenAI- und agentischen Fähigkeiten voranzutreiben. Diese Stelle ist vor Ort in Zürich, Schweiz.
Ihre Verantwortlichkeiten
- Einrichten und Ausführen der End-to-End-Evaluierungswerkbank: Entwerfen, Implementieren und Verwalten des gesamten Lebenszyklus der Eingabewertung, einschließlich der Entwicklung von Eingaben, Definition von Testbatches, Modellausführung und rigoroser Leistungsbewertung anhand etablierter Metriken.
- Entwicklung und Verfeinerung robuster Bewertungsmetriken und -rahmen: Auswahl, Implementierung und möglicherweise Erstellung benutzerdefinierter quantitativer und qualitativer Metriken (Evals), die objektiv die Qualität, Genauigkeit und das gewünschte Verhalten der Modellausgaben im Vergleich zu definierten Benchmarks messen.
- Systematische Optimierung von Eingaben (Closed-Loop): Durchführung einer eingehenden Analyse der Bewertungsergebnisse, Identifizierung von Leistungsengpässen und iterative Verfeinerung und Aktualisierung von Eingaben (z. B. Systemeingaben, Few-Shot-Beispiele, Chain-of-Thought), um die Modellleistung zu maximieren und die Übereinstimmung mit den Zielen aufrechtzuerhalten.
- Pionierarbeit für Automatisierung zur kontinuierlichen Verbesserung: Beitrag zum Design und zur ersten Implementierung eines Closed-Loop-Feedbacksystems mit dem langfristigen Ziel, Eingaben und/oder Modellparameter basierend auf den Bewertungsergebnissen autonom zu aktualisieren, um die Genauigkeit konstant zu steigern.
- Dokumentation und Kommunikation wichtiger Leistungsinsights: Klare Dokumentation der Bewertungsmethodik, Ergebnisse, Eingabenversionen und Bereitstellung umsetzbarer Empfehlungen und Schlussfolgerungen für Stakeholder, mit Fokus auf die Abwägungen und den Weg zur optimalen Leistung.
Ihr Profil
- Akademischer Hintergrund: Derzeit im Bachelor- oder Masterstudium in Data Science, Computerlinguistik, Künstlicher Intelligenz, Informatik oder einem eng verwandten quantitativen Bereich.
- Technische Kenntnisse: Starke Kenntnisse in Python sind zwingend erforderlich, einschließlich Erfahrung mit Datenmanipulationsbibliotheken wie Pandas und NumPy, und idealerweise Erfahrung mit modernen LLM-Frameworks/Bibliotheken (z. B. Hugging Face, OpenAI API/SDKs, LangChain, LlamaIndex).
- Eingabegestaltung & LLM-Wissen: Nachgewiesenes grundlegendes Verständnis von großen Sprachmodellen (LLMs), einschließlich der Prinzipien der Eingabegestaltung (z. B. Few-Shot, Chain-of-Thought) und verschiedenen LLM-Bewertungstechniken (z. B. Mensch-in-der-Schleife vs. automatisierte Evals).
- Analytische & Problemlösungsfähigkeiten: Nachgewiesene Fähigkeit, komplexe, unstrukturierte Probleme (wie Leistungsvergleich und -optimierung) mit einer systematischen, datengestützten Methodik anzugehen; in der Lage, Bewertungsergebnisse in konkrete Eingabeverfeinerungen zu übersetzen.
- Logistische Anforderung: Muss während des Praktikums vor Ort in Zürich, Schweiz, arbeiten können.
Was wir bieten
- Direkter Einfluss: Sie werden kein Zahnrad in einer Maschine sein. Sie arbeiten direkt mit Kunden, liefern schnell und sehen Ihren Code in Produktion bei großen Finanzinstituten.
- Zusammenarbeit mit Gründern: Enge Zusammenarbeit mit Gründern, die erfolgreich Fintech- und Analyseprodukte aufgebaut und skaliert haben.
- Vergütung: Wettbewerbsfähiges Gehalt und signifikante Beteiligung zusätzlich zu Ihrer Vergütung.
- Wachstum: Ein dediziertes Entwicklungsbudget – frei verwendbar für alles, was Ihnen einen Vorteil verschafft.
- Ausrüstung & Kultur: Neuer MacBook, Merch, regelmäßige Teamevents und Abendessen, eine schnelllebige, inklusive und wirkungsorientierte Kultur.
Unser Stack
- LLM-Infrastruktur: AWS Bedrock (Anthropic Claude, Mistral, Gemini) und AWS ECS Fargate.
- Datenwissenschaft: Python (Pandas, NumPy) für die Verarbeitung und Bewertung von großen Datenmengen.
- Frameworks: LangChain, LlamaIndex und benutzerdefinierte agentische Workflow-Pipelines.
- F&E-Tools: Agentic IDEs (Kiro, Cursor) für beschleunigte Experimente.
Wenn das, was oben geschrieben steht, Sie anspricht, egal ob Sie auf dem Papier passen oder nicht, kontaktieren Sie bitte die Gründer von Porters Michael, Chris, Konstantin unter founders@withporters.com.
Lesen Sie hier mehr über Porters, unsere Vision und unser Team: Join Porters.
Gen AI Research Intern or Working Student Arbeitgeber: Porters
Porters ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, direkt an innovativen Projekten im Bereich Künstliche Intelligenz zu arbeiten. Mit einem dynamischen und inklusiven Arbeitsumfeld in Zürich fördern wir Ihre persönliche und berufliche Entwicklung durch enge Zusammenarbeit mit erfahrenen Gründern und einem großzügigen Entwicklungsbudget. Genießen Sie eine wettbewerbsfähige Vergütung, regelmäßige Teamevents und die Chance, Ihre Ideen in einem schnelllebigen, wirkungsvollen Umfeld umzusetzen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Gen AI Research Intern or Working Student erhalten könnten
✨Nutze Hochschulkarrieremessen
Bei der Suche nach einem Datenwissenschafts-Praktikum solltest du unbedingt die Karrieremessen an deiner Universität nutzen. Dort kannst du direkt mit Firmen, die gerade Praktika anbieten, in Kontakt treten – so zeigst du dein Interesse und kannst dir einen persönlichen Eindruck verschaffen.
✨Engagiere dich in Data-Science-Communities
Schau dich in lokalen oder Online-Communities um, die sich mit Data Science befassen. Plattformen wie Meetup oder spezielle Slack-Channels bieten tolle Gelegenheiten, um Gleichgesinnte zu treffen, von aktuellen Trends zu erfahren und eventuell sogar Stellenangebote zu bekommen.
✨Praktische Projekte zeigen
Baue dir ein Portfolio mit Projekten auf, die deine Fähigkeiten in Data Science zeigen. Dies kann ein kleines Machine-Learning-Projekt oder eine Datenanalyse sein. Verlinke diese Arbeiten in deinem Lebenslauf, wenn du dich bei Porters bewirbst – so hinterlässt du einen bleibenden Eindruck.
✨Nutze unsere Plattform für Bewerbungen
Vergiss nicht, dich direkt über unsere Webseite bei Porters für Praktika zu bewerben. Wir haben dort viele interessante Angebote, und das Bewerben über uns erhöht deine Chance, gesehen zu werden!
Wir glauben, dass du diese Fähigkeiten brauchst, um Gen AI Research Intern or Working Student mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig deine Datenliebe mit Projekten!:In der Datenwissenschaft ist es super wichtig, praktische Erfahrung zu zeigen. Teile einige deiner spannenden Projekte, sei es von deinem Studium oder von privaten Experimenten. Nutze GitHub oder andere Plattformen, um diese Projekte vorzustellen – das beeindruckt uns bei Porters definitiv!
Statistiken und Methoden im Anschreiben betonen:Bei einem Praktikum in der Datenwissenschaft wollen wir sehen, dass du dich mit den Grundlagen auskennst. Betone in deinem Anschreiben deine Erfahrungen mit statistischen Methoden, Datenanalyse-Tools oder Programmiersprachen wie Python oder R. Das macht deutlich, dass du bereit bist, tiefer einzutauchen und zu lernen.
Die richtige Ausbildung anführen:Wenn du dich für ein Praktikum bewirbst, ist es wichtig, deine akademischen Leistungen zu zeigen. Füge relevante Kurse und Projekte hinzu, die sich auf Datenanalyse oder maschinelles Lernen beziehen. Das hilft uns zu sehen, dass du das notwendige Wissen mitbringst, um bei Porters durchzustarten!
Werde kreativ im Lebenslauf!:Im Datenwissenschaftsbereich dreht sich vieles um Problemlösen und kreatives Denken. Sei also mutig und gestalte deinen Lebenslauf nicht nur informativ, sondern auch ansprechend! Hebe relevante Fähigkeiten, Tools und Erfahrungen hervor. Und vergiss nicht, dich über unsere Website zu bewerben – wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei Porters vorbereitet
✨Bereite dein Portfolio vor!
Als Data Science Praktikant sollten wir unsere bisherigen Projekte und Erfahrungen in einem Portfolio zusammenstellen. Zeige deine Analysen, Visualisierungen oder Modelle. Das gibt den Interviewern einen konkreten Eindruck von deinen Fähigkeiten und deinem Ansatz bei der Datenanalyse.
✨Technische Fragen im Data Science Bereich
Erwarte technische Fragen zu Algorithmen und statistischen Methoden, die wir in der Praxis angewendet haben. Sei bereit, über Machine Learning-Modelle, Datenaufbereitung und deine Erfahrungen mit Programmiersprachen wie Python und R zu sprechen.
✨Motivation und Lernwille betonen
Da es sich um ein Praktikum handelt, wird oft mehr auf dein Interesse und deine Lernbereitschaft geachtet. Zeige auf, warum du in das Data Science Team bei Porters möchtest und wie du deine Fähigkeiten weiterentwickeln willst. Ein echtes Interesse an der Materie überzeugt oft mehr als langjährige Erfahrung!
✨Fragen zur Teamarbeit und Analytics-Tools
Bereite dich darauf vor, über konkrete Situationen zu sprechen, in denen du im Team gearbeitet hast. Insbesondere in Data Science kommen oft Tools wie Jupyter Notebooks oder Tableau zum Einsatz. Wenn du damit Erfahrungen hast, bring sie zur Sprache und erläutere, wie du sie in Projekten eingesetzt hast!
