Auf einen Blick
- Aufgaben: Führe innovative ML-Forschung durch und entwickle fortschrittliche KI-Modelle für die Codeanalyse.
- Unternehmen: Sonar, ein dynamisches Unternehmen mit globaler Präsenz und offener Kultur.
- Vorteile: Flexibles Arbeiten, kontinuierliche Weiterbildung und ein respektvolles Arbeitsumfeld.
- Weitere Informationen: Wachstumsorientierte Umgebung mit einem Fokus auf Vielfalt und Inklusion.
- Warum dieser Job: Gestalte die Zukunft der Softwareentwicklung mit modernster KI-Technologie und mache einen echten Unterschied.
- Qualifikationen: Master oder PhD in Informatik, Erfahrung in ML und starke Programmierkenntnisse in Python.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Warum sollten Sie sich bewerben: Bei Sonar sind wir eine Gruppe von brillanten, motivierten und engagierten Fachleuten, die hart daran arbeiten, Organisationen zu helfen, verantwortungsbewussten, sicheren und qualitativ hochwertigen Code schnell und systematisch zu erstellen. Wir entwickeln Lösungen, die nicht nur Symptome von Problemen lösen – wir beheben Probleme an der Quelle – dem Quellcode, um genau zu sein. Wir haben eine dynamische Kultur mit Mitarbeitern weltweit und Büros in den USA, der Schweiz, dem Vereinigten Königreich, Singapur und Deutschland. Wir glauben, dass Teammitglieder die Möglichkeit haben sollten, jeden Tag zur Arbeit zu kommen, an einem Produkt zu arbeiten, auf das sie stolz sind, ihre Arbeit zu lieben und von ihren Kollegen inspiriert zu werden.
Die Auswirkungen, die Sie haben werden: Bei Sonar suchen wir einen innovativen Machine Learning Scientist, der unser Data & AI-Team verstärkt und die nächste Generation unserer Code-Analyse-Engine vorantreibt. Sie werden an der Spitze der Anwendung modernster KI- und Large Language Model (LLM)-Techniken im komplexen Bereich des Quellcodes stehen. Ihre Arbeit wird unsere Produkte direkt gestalten und die Grenzen der statischen Analyse verschieben, um Millionen von Entwicklern zu helfen, besseren, sichereren Code zu schreiben. Wenn Sie motiviert sind, reale Probleme zu lösen, indem Sie hochmoderne Forschung in praktische, wirkungsvolle Lösungen umsetzen, ist dies die richtige Rolle für Sie.
Was Sie täglich tun werden:
- Forschung & Innovation vorantreiben: Bleiben Sie an der Spitze von ML, Deep Learning und LLMs, insbesondere deren Anwendung im Softwareentwicklungszyklus (SDLC), und identifizieren Sie neuartige Möglichkeiten zur Verbesserung unserer Produkte.
- Fortgeschrittene KI-Modelle entwickeln: Entwerfen, prototypisieren und validieren Sie neuartige ML-Modelle, die komplexe Fehler, Schwachstellen und Codegerüche identifizieren und beheben, und gehen Sie über die Möglichkeiten traditioneller statischer Analysen hinaus.
- LLM-gestützte Funktionen entwickeln: Entwickeln und implementieren Sie fortschrittliche LLM-basierte Lösungen, einschließlich Retrieval-Augmented Generation (RAG) für kontextuelle Codeanalyse, Feinabstimmung von Modellen auf proprietären Codebasen und Erkundung agentischer Systeme zur automatisierten Codebehebung.
- Datenpipelines entwickeln: Erstellen und verwalten Sie robuste Datenpipelines, um massive codezentrierte Datensätze zu sammeln, zu verarbeiten und zu versionieren, die für das Training und die Evaluierung spezialisierter Modelle in großem Maßstab erforderlich sind.
- Prototypen in Produkte umsetzen: Arbeiten Sie eng mit Ingenieur- und Produktteams zusammen, um erfolgreiche ML-Prototypen in die fortschrittlichen Produkte von Sonar zu integrieren und sicherzustellen, dass sie den Bedürfnissen unserer globalen Nutzerbasis entsprechen.
- Kommunizieren und Evangelisieren: Komplexe technische Konzepte und Forschungsergebnisse klar und prägnant sowohl technischen als auch nicht-technischen Stakeholdern vermitteln und dokumentieren.
Die Erfahrung, die Sie benötigen:
- Ein fortgeschrittener akademischer Hintergrund (Master oder PhD) in Informatik, Maschinenlernen oder einem verwandten quantitativen Bereich.
- Starke Branchenerfahrung im maschinellen Lernen mit einem soliden Verständnis moderner Softwareentwicklungsmethoden und -tools.
- Solide Programmierkenntnisse in Python und praktische Erfahrung mit Kern-ML/DL-Frameworks (z.B. PyTorch, TensorFlow, Hugging Face). Vertrautheit mit Java ist von Vorteil.
- Nachgewiesene Erfahrung im angewandten maschinellen Lernen mit starkem Fokus auf natürliche Sprachverarbeitung (NLP) oder idealerweise Programmiersprachverarbeitung (PLP).
- Praktische Erfahrung mit modernen LLM-Architekturen und -Techniken, wie z.B. Feinabstimmungsstrategien (z.B. LoRA, QLoRA), fortgeschrittenem Prompt Engineering, Aufbau und Optimierung von Retrieval-Augmented Generation (RAG)-Pipelines sowie der Arbeit mit Vektordatenbanken und semantischer Suche.
- Erfahrung mit großangelegten Datenverarbeitungsframeworks und Cloud-Infrastruktur (z.B. AWS).
- Erfahrung in der Durchführung von Forschungsprojekten von der ersten Idee bis zu einem nachweisbaren Prototyp mit einem hohen Maß an Autonomie.
- Ausgezeichnete Kommunikationsfähigkeiten in Englisch und ein Talent dafür, komplexe wissenschaftliche Themen klar und prägnant zu erklären.
Warum Sie es hier lieben werden: Unsere Kultur und Mission heben uns von anderen ab. Wir haben eine dynamische Arbeitskultur, die Respekt und Freundlichkeit schätzt – und das Recht, zu scheitern (und wieder aufzustehen!). Wir glauben, dass die beste Idee gewinnt und jeder eine Stimme hat. Wir glauben, dass großartige Menschen ein großartiges Unternehmen ausmachen. Wir schätzen zwischenmenschliche Fähigkeiten ebenso wie technische Fähigkeiten und bemühen uns, die Dinge freundlich und entspannt zu halten, während wir dennoch leidenschaftliche Führungskräfte in unseren Bereichen sind. Unsere 550+ SonarSourcers aus 33 verschiedenen Nationalitäten können das nachvollziehen!
Wir fördern die Work-Life-Balance. Es ist wichtig, ein gesundes Gleichgewicht zwischen Arbeit und Privatleben zu wahren. Deshalb haben wir eine flexible Arbeitsrichtlinie, die Remote- und Hybridarbeit im Büro umfasst (mindestens drei Tage pro Woche im Büro – Montag/Dienstag/Donnerstag).
Wir haben eine Wachstumsmentalität. Wir lieben es zu lernen und glauben, dass kontinuierliche Bildung entscheidend für unseren Erfolg ist. In einer sich ständig verändernden Branche sind neue Fähigkeiten ein Muss, und wir helfen unserem Team gerne, diese zu erwerben.
Wir priorisieren Vielfalt, Chancengleichheit und Inklusion: Bei Sonar sind wir eine globale Belegschaft und erkennen den Wert unterschiedlicher Hintergründe und globaler Kulturen an. Wir setzen uns dafür ein, ein diverses Arbeitsumfeld zu schaffen und sind stolz darauf, ein Arbeitgeber mit gleichen Chancen zu sein. Alle qualifizierten Bewerber werden unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, Geschlechtsidentität oder -ausdruck, sexueller Orientierung, nationaler Herkunft, Genetik, Behinderung, Alter oder Veteranenstatus bei der Einstellung berücksichtigt.
Alle Stellenangebote bei Sonar sind abhängig von den klaren Ergebnissen einer umfassenden Hintergrundüberprüfung, die vor dem Startdatum durchgeführt wird. Bitte beachten Sie, dass Bewerbungen, die über Agenturen oder Drittanbieter-Rekruter eingereicht werden, nicht berücksichtigt werden.
AI Research Scientist/Engineer (f/m/d) Arbeitgeber: Sonar
Sonar ist ein hervorragender Arbeitgeber, der eine dynamische und inklusive Arbeitsumgebung bietet, in der Mitarbeiter ihre Fähigkeiten entfalten und wachsen können. Mit einem starken Fokus auf Diversität und Chancengleichheit fördert das Unternehmen eine Kultur des Vertrauens und der Zusammenarbeit, die es den Mitarbeitern ermöglicht, an innovativen Lösungen für große Unternehmen zu arbeiten. Die Möglichkeit, an bedeutenden Projekten mitzuarbeiten und sich kontinuierlich weiterzuentwickeln, macht Sonar zu einem attraktiven Arbeitsplatz für alle, die eine sinnvolle und erfüllende Karriere im Bereich der Plattform-Produktentwicklung suchen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so AI Research Scientist/Engineer (f/m/d) 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 Sonar 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 AI Research Scientist/Engineer (f/m/d) 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 AI Research Scientist/Engineer (f/m/d) bei Sonar gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Sonar 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 Sonar entscheidend sein!