Auf einen Blick
- Aufgaben: Entwickle innovative ML-Systeme zur Verbesserung der Suchqualität im Web.
- Unternehmen: Exa, ein führendes AI-Labor mit einer kollaborativen Kultur.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrierechancen und einem Fokus auf Vielfalt.
- Warum dieser Job: Gestalte die Zukunft der Informationssuche und arbeite an spannenden Herausforderungen.
- Qualifikationen: Abschluss in ML oder verwandten Bereichen, Erfahrung mit PyTorch und großen Datensätzen.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
Exa is an applied AI lab building a search engine unlike the world has ever seen.
We build massive-scale infra to crawl the entire web, train state-of-the-art embedding models to process it, and design super high performant vector databases to retrieve over it.
We now power search for Cursor, Cognition, Hub Spot, and over 400,000 developers and have raised $350m from Lightspeed, Benchmark, and a16z.
Our ultimate goal is to build perfect search over all the world's information, far beyond Google.
If you want to build massive-scale ML systems that will define the way the new AI world consumes information, this is the place for you.
As a backend engineer, you'd play a critical role in our search architecture.
We're pretty flexible on what projects people work on based on their skills and interests.
Search quality is bounded by what we understand about a page.
Before anything can be retrieved, something has to work out what the page actually says.
That means parsing it into the parts that are content and the parts that are furniture, classifying what kind of page it is and what it is about, telling whether the page is usable at all, extracting when it was published, judging how good it is and whether it can be trusted, and working out whether it says anything that a page we already have does not.
All of this has to work on every page on the web, in every language, in every shape the web comes in.
Some of this is classic document understanding.
Some of it is much more open.
Credibility and misinformation, AI-generated and machine-spun content, and pages written to be found rather than read are all unsolved, and search results are only as trustworthy as our answers to them.
We are looking for a research engineer to work on this.
There is a lot of room to do it well.
Desired Experience Graduate-level ML experience (Master’s or Ph D with at least 2 years of relevant experience), or an exceptionally strong undergrad You can build a transformer from scratch in Py Torch, and you have trained models that then had to be cheap enough to run everywhere You like building large-scale datasets and living in the data.
Most of the wins here are in the supervision rather than the architecture You are comfortable with problems where the ground truth does not exist yet and defining it is part of the job You care about the problem of finding high quality knowledge and recognize how important this is for the world Example Projects Make parsing work on the pages where it currently does not, and prove the improvement rather than assert it Teach a model to judge page quality, and get everyone to agree on what quality means well enough to supervise it Work on credibility and misinformation as a modelling problem: what a page claims, whether it is a reliable source of it, and whether it was written for a reader or for a crawler Decide whether two documents are semantically the same or genuinely different, so we can deduplicate the web without collapsing pages that a user would want to see separately Build classification and extraction that is accurate at web scale and cheap enough to run on all of it Design the supervision for something nobody has labels for, and find out whether it is learnable at all Trace a bad search result back to the page-level prediction that caused it, and fix it at the source Exa is an equal opportunity employer.
All qualified applicants will receive consideration for employment without regard to race, creed, color, religion, sex, sexual orientation, gender identity or expression, national origin, disability, age, veteran status, marital status, pregnancy or related conditions, criminal histories consistent with applicable law, or any other basis protected by applicable law.
Research Engineer, Content Understanding in Zürich Arbeitgeber: Speedrun Talent Network
Harvey ist ein herausragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an der Spitze der Transformation im Bereich der Rechts- und professionellen Dienstleistungen zu arbeiten. Mit einem dynamischen Team in Berlin fördern wir eine Kultur der Zusammenarbeit und des Wachstums, in der jeder Einzelne die Chance hat, seine Fähigkeiten weiterzuentwickeln und einen bedeutenden Einfluss auf die Zukunft der Branche auszuüben. Unsere Werte - Entschlossenheit, Einfachheit und das Streben nach Exzellenz - schaffen ein inspirierendes Arbeitsumfeld, in dem Innovation und Engagement geschätzt werden.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Research Engineer, Content Understanding in Zürich erhalten könntest
✨Sei aktiv in lokalen Datenbank-Communities
Schau dir lokale Meetup-Gruppen oder Online-Communities an, die sich mit Datenbanken beschäftigen. Dort kannst du nicht nur dein Netzwerk erweitern, sondern auch wertvolle Kontakte knüpfen, die dir bei der Jobsuche helfen können. Viele Unternehmen schätzen Empfehlungen aus diesen Communities.
✨Zeige deine Skills in Open-Source-Projekten
Beteilige dich an Open-Source-Projekten, die mit Datenbanken arbeiten. So kannst du deine Fähigkeiten unter Beweis stellen und gleichzeitig einen beeindruckenden Portfoliobereich aufbauen, den du potenziellen Arbeitgebern präsentieren kannst.
✨Besuche Jobmessen und Recruiting-Events
Jobmessen sind eine großartige Gelegenheit, um direkt mit Unternehmen in Kontakt zu treten. Informiere dich über lokale Jobmessen, die sich auf Tech- und Datenbankrollen konzentrieren, und bereite uns vor, um unseren Lebenslauf und unser Interesse an der Rolle zu präsentieren.
✨Bewirb dich direkt bei Speedrun Talent Network
Wir empfehlen dir, auch direkt über unsere Website bei Speedrun Talent Network für die Stelle als Research Engineer, Content Understanding zu bewerben. Zeig uns deine Leidenschaft für Datenbanken und warum du Teil unseres Teams werden möchtest. Jede Bewerbung zählt!
Wir glauben, dass du diese Fähigkeiten brauchst, um Research Engineer, Content Understanding in Zürich mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Datenbank-Skills hervorheben:In deinem Lebenslauf solltest du unbedingt deine Erfahrungen mit verschiedenen Datenbankmanagementsystemen (DBMS) wie MySQL, PostgreSQL oder MongoDB betonen. Wenn du spezielle Projekte oder Aufgaben in deinem letzten Job hast, die deine Fähigkeiten im Umgang mit Datenbanken zeigen, nenn diese unbedingt!
Projekte und Zertifikate erwähnen:Falls du an relevanten Projekten oder Kursen in Bezug auf Datenbanken teilgenommen hast, pack sie in dein Portfolio oder erwähne sie in deinem Anschreiben. Das zeigt, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Anwendungskonzepte beherrschst!
Motivation und Teamfähigkeit zeigen:Da du dich auf eine Vollzeitstelle bewirbst, ist es wichtig, dass du in deinem Anschreiben deutlich machst, warum du leidenschaftlich an der Arbeit mit Datenbanken interessiert bist und wie gut du im Team arbeiten kannst. Unternehmen suchen oft nach Mitarbeitern, die auch über die technischen Fähigkeiten hinaus ins Team passen.
Die richtige Struktur im Lebenslauf:Gestalte deinen Lebenslauf klar und strukturiert – in der Datenbankbranche kommt es nicht nur auf die Inhalte an, sondern auch auf die Art und Weise, wie du sie präsentierst. Nutze klare Überschriften und Absätze, um deine Fähigkeiten und Erfahrungen hervorzuheben. Und vergiss nicht, dein Lebenslauf sollte so aufbereitet sein, dass man sofort erkennt, dass du ein wahres Datenbanktalent bist!
Wie man sich auf ein Vorstellungsgespräch bei Speedrun Talent Network vorbereitet
✨Sei bereit für technische Fragen zur Datenbankverwaltung
Egal, ob es um SQL-Abfragen, Datenmodellierung oder Performance-Optimierung geht, du solltest die Grundlagen perfekt beherrschen. Bereite dich darauf vor, praktische Probleme zu lösen und deine Lösungsansätze zu erklären – das zeigt, dass du nicht nur Theorie kennst, sondern auch praktisch umgehen kannst!
✨Portfolio nicht vergessen!
Wenn du bereits an Datenbankprojekten gearbeitet hast, bringe Beispiele mit, die deine Fähigkeiten zeigen. Zeige, wie du Probleme gelöst hast und wie deine Ansätze zur Effizienz der Datenbank beigetragen haben. Ein starkes Portfolio kann dich von anderen Kandidaten abheben!
✨Verstehe die spezifischen Tools der Branche
Je nach Speedrun Talent Network könnte es sein, dass ihr spezifische Datenbankmanagementsysteme nutzt. Mach dich mit diesen vertraut und zeige dein Wissen über die neuesten Tools und Technologien. Das zeigt, dass du aufmerksam bist und dich bereits mit ihrer Arbeitsweise beschäftigt hast.
✨Motivation und Entwicklung in den Vordergrund stellen
Da es sich um eine Vollzeitstelle handelt, wollen sie wissen, dass du langfristig motiviert bist. Erkläre, warum dich die Arbeit in der Datenbankverwaltung begeistert und wie du deine Fähigkeiten weiterentwickeln möchtest, um einen Mehrwert für Speedrun Talent Network zu schaffen.