Auf einen Blick
- Aufgaben: Entwickle und trainiere innovative Deep-Learning-Modelle auf großen GPU-Clustern.
- Unternehmen: Führendes Unternehmen im Bereich KI mit einem dynamischen, experimentellen Team.
- Vorteile: Umfangreiche Gesundheitsleistungen, bezahlte Elternzeit und Aktienkaufprogramm.
- Weitere Informationen: Exzellente Karrierechancen in einem unterstützenden Umfeld.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an bahnbrechenden Projekten.
- Qualifikationen: Master oder PhD in Informatik oder verwandtem Bereich mit Fokus auf KI/ML.
- What You’ll Actually Be Doing
- Design, implement, and train novel deep learning models on large-scale GPU clusters.
- Prototype new architectures and algorithms for enterprise data, such as tabular, relational, and graph-structured data.
- Stay current with AI research, apply relevant breakthroughs, and advise on internal AI strategy — wearing multiple hats as part of a startup-style team that values experimental rigor and shipping well-engineered systems.
- Partner with engineering, product, and design teams to turn research into functional, production-ready features that create immediate, tangible customer value.
- You’re Our Person If…
- You have a Master’s or Ph D in Computer Science, Mathematics, or a highly quantitative field with an AI/ML research focus
- You possess experience developing, deploying, and evaluating machine learning models in production or top-tier research environments and have a deep understanding of transformer architectures and advanced retrieval mechanisms.
- You enjoy designing novel, non-standard AI solutions by introducing core architectural changes or applying foundational mathematical disciplines such as stochastic modeling, graph theory, or optimization algorithms, and have a track record of peer-reviewed publications demonstrating this work.
- You have production-grade Python skills, including experience with automatic differentiation frameworks like Py Torch, JAX, or Tensor Flow, and experience training large-scale models across distributed GPU clusters using frameworks like Deep Speed or Torch Titan.
- Even Better If…
- You have experience building production-grade ML pipelines using tools like Kubeflow, Airflow, or MLflow for tracking, versioning, and automated retraining.
- You’ve built robust, distributed data pipelines for cleaning and analyzing massive datasets using tools like Py Spark.
Benefits
- time off programs
- medical, dental, vision, mental health support
- paid parental leave
- life and disability insurance
- employee stock purchasing program
The typical base salary range for this position is $197,300 - $313,700 annually.
In select cities within the San Francisco and New York City metropolitan area, the base salary range for this role is $237,700 - $344,700 annually.
The range represents base salary only, and does not include company bonus, incentive for sales roles, equity or benefits, as applicable.
Posting Statement
Salesforce is an equal opportunity employer and maintains a policy of non-discrimination with all employees and applicants for employment.
Any employee or potential employee will be assessed on the basis of merit, competence and qualifications – without regard to race, religion, color, national origin, sex, sexual orientation, gender expression or identity, transgender status, age, disability, veteran or marital status, political viewpoint, or other classifications protected by law.
This policy applies to current and prospective employees, no matter where they are in their Salesforce employment journey.
It also applies to recruiting, hiring, job assignment, compensation, promotion, benefits, training, assessment of job performance, discipline, termination, and everything in between.
Recruiting, hiring, and promotion decisions at Salesforce are fair and based on merit.
The same goes for compensation, benefits, promotions, transfers, reduction in workforce, recall, training, and education.
#J-18808-Ljbffr
Lead Applied Scientist, Agentforce Operations Arbeitgeber: Salesforce
Salesforce ist ein herausragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein dynamisches und innovatives Arbeitsumfeld bietet, sondern auch umfangreiche Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung. Mit einem starken Fokus auf Inklusion und Gleichheit fördert Salesforce eine Kultur, in der Teamarbeit und kreative Problemlösungen geschätzt werden, während die Mitarbeiter durch erstklassige Ressourcen und Benefits unterstützt werden, um ihre besten Leistungen zu erbringen. Arbeiten Sie in einem Unternehmen, das an der Spitze der KI-Transformation steht und gestalten Sie aktiv die Zukunft der Technologie mit.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Lead Applied Scientist, Agentforce Operations 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 Salesforce 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 Lead Applied Scientist, Agentforce Operations 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 Lead Applied Scientist, Agentforce Operations bei Salesforce gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Salesforce 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 Salesforce entscheidend sein!