Auf einen Blick
- Aufgaben: Entwickle und optimiere KI-Modelle für Slack, die Millionen von Nutzern unterstützen.
- Unternehmen: Salesforce, der führende Anbieter von AI CRM mit innovativer Unternehmenskultur.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Gesundheitsleistungen und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit großartigen Karrierechancen und einem Fokus auf Innovation.
- Warum dieser Job: Gestalte die Zukunft der Arbeit mit KI und mache einen echten Unterschied.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in der Entwicklung von NLP-Modellen und tiefen Lernframeworks.
About Salesforce
Salesforce is the #1 AI CRM, where humans with agents drive customer success together.
Here, ambition meets action.
Tech meets trust.
And innovation isn’t a buzzword — it’s a way of life.
The world of work as we know it is changing and we’re looking for Trailblazers who are passionate about bettering business and the world through AI, driving innovation, and keeping Salesforce’s core values at the heart of it all.
Ready to level‑up your career at the company leading workforce transformation in the agentic era?
You’re in the right place!
Agentforce is the future of AI, and you are the future of Salesforce.
*IN SCHOOL OR GRADUATED WITHIN THE LAST 12 MONTHS? PLEASE VISIT FUTURE FORCE FOR OPPORTUNITIES*
Staff Machine Learning Engineer – Slack
Slack is looking for a Staff Machine Learning Engineer with deep expertise in model training and finetuning to join our ML team.
You’ll design, train, and ship NLP models that power core product experiences — from summarization and search ranking to generative AI features used by millions daily.
The role is hands‑on: you’ll work at a low level with training frameworks, optimize model architectures, build finetuning pipelines, and own the full lifecycle from experiment to production.
- What you will be doing
- Design and execute finetuning strategies for large language models and other deep learning architectures tailored to Slack’s NLP tasks (summarization, ranking, classification, generation).
- Own the model training lifecycle end‑to‑end: data curation, training infrastructure, hyperparameter optimization, evaluation, deployment and monitoring.
- Build and maintain scalable finetuning training pipelines on GPU infrastructure.
- Brainstorm with Product Managers, Designers and Frontend Engineers to conceptualize and build new features for our growing user base.
- Produce high‑quality results by leading or contributing heavily to large multi‑functional projects that have a significant impact on the business.
- Mentor other engineers and deeply review code.
- Improve engineering standards, tooling, and processes.
- What you should have
- 5+ years of hands‑on experience training and fine‑tuning deep learning models in NLP (or a closely related domain like speech, IR, or multimodal).
- 5+ years of experience with common deep learning frameworks such as Py Torch, Tensor Flow, JAX, etc.
- Track record of shipping fine‑tuned models to production that serve real users at scale — not just research prototypes.
- Experience with functional or imperative programming languages: PHP, Python, Ruby, Go, C, Scala or Java.
- An analytical and data‑driven mindset, and know how to measure success with complicated ML/AI products.
- Led technical architecture discussions and helped drive technical decisions within the team.
- The ability to write understandable, testable code with an eye toward maintainability.
- Strong communication skills and the ability to explain complex technical concepts to designers, support, and other specialists.
- Nice to have
- Expertise with recommendation systems or search.
- Familiarity with model optimization for inference (quantization, pruning, speculative decoding, compilation via Torch Script/Tensor RT/ONNX).
- Experience with retrieval‑augmented generation and hybrid retrieval/generation systems.
- Broad experience across NLP, ML, and Generative AI capabilities.
- Knowledge of using multiple data types in RAG solutions including structured, unstructured, and knowledge graphs.
- Equal‑Opportunity Employment 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.
Compensation
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.
#J-18808-Ljbffr
Staff ML Engineer, Fine Tuning - Slack 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 Staff ML Engineer, Fine Tuning - Slack 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 Staff ML Engineer, Fine Tuning - Slack 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 Staff ML Engineer, Fine Tuning - Slack 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!