Auf einen Blick
- Aufgaben: Entwickle innovative Datenlösungen zur Verbesserung der KI-Modelle und arbeite mit großen Datensätzen.
- Unternehmen: Synthesia, führende AI-Video-Plattform mit einer dynamischen Unternehmenskultur.
- Vorteile: Wettbewerbsfähige Vergütung, Aktienoptionen, hybrides Arbeiten und 25 Tage Urlaub.
- Weitere Informationen: Tolle Karrierechancen in einem innovativen Umfeld mit einem engagierten Team.
- Warum dieser Job: Sei Teil der AI-Revolution und gestalte die Zukunft der visuellen Kommunikation.
- Qualifikationen: Erfahrung in datenzentrierter Machine Learning und exzellente Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Synthesia ist die weltweit führende AI-Video-Plattform für Unternehmen, die von über 90 % der Fortune 100 genutzt wird. Das Unternehmen wurde 2017 gegründet und hat seinen Hauptsitz in London, mit Büros und Teams in ganz Europa und den USA. Während AI weiterhin die Art und Weise, wie wir leben und arbeiten, prägt, entwickelt Synthesia Produkte, um die visuelle Kommunikation und die Entwicklung von Unternehmensfähigkeiten zu verbessern.
Über die Rolle: Das Data-Team verwaltet den gesamten Lebenszyklus von Daten für Forscher - von der Beschaffung und großflächigen Verarbeitung bis zur Bereitstellung von Datensätzen, die unsere Modelle antreiben. Daten stehen im Mittelpunkt unserer Forschungsanstrengungen und ermöglichen allen anderen Teams die Arbeit. In dieser Rolle werden Sie mit über einer Million Stunden Video- und Audiodaten arbeiten.
Diese Rolle existiert an der Schnittstelle von angewandter Forschung, Datenengineering und ML-Infrastruktur, anstatt eine traditionelle Forschungsposition zu sein. Sie werden den besten menschenzentrierten Datensee der Welt aufbauen, indem Sie eng mit unseren Modelltrainingsteams zusammenarbeiten. Durch das Verständnis ihrer Anforderungen werden Sie neue Merkmale und Annotationen extrahieren, die unsere Datensätze verbessern. Sie sollten leidenschaftlich daran interessiert sein, die Modellleistung durch qualitativ hochwertige, genaue Datensätze zu verbessern.
Was wir suchen:
- Ein starkes Fundament in datenzentrierter, angewandter Machine Learning, mit praktischer Erfahrung in der Verbesserung der Modellleistung durch Datenqualität, -kuratierung, -kennzeichnung und -bewertung.
- Erfahrung in der Arbeit auf der Datenebene von Generative AI-Produkten, insbesondere in Bezug auf Bilder, Videos oder Audios.
- Ausgezeichnete Python-Kenntnisse, mit einem starken Fokus auf das Schreiben von sauberem, wartbarem und gut getesteten Code.
- Schön zu haben, wenn Sie Erfahrung im Entwerfen, Bauen und Betreiben von Workflow-Orchestrierungssystemen und großflächigen Datenverarbeitungs-Pipelines haben.
Warum Sie sich uns anschließen sollten? Wir leben im goldenen Zeitalter der AI. Das nächste Jahrzehnt wird die nächsten ikonischen Unternehmen hervorbringen, und wir wagen zu sagen, dass wir das Zeug dazu haben, eines zu werden.
Die guten Dinge...
- Wettbewerbsfähige Vergütung (Gehalt + Aktienoptionen + Bonus)
- Hybrides Arbeitsumfeld mit einem Büro in London, Amsterdam, Zürich, München oder remote in Europa.
- 25 Tage Jahresurlaub + Feiertage
- Tolle Unternehmenskultur mit der Möglichkeit, regelmäßig an Planungen und sozialen Veranstaltungen in unseren Hubs teilzunehmen + weitere Vorteile je nach Standort.
Research Engineer in Data Arbeitgeber: Synthesia
Synthesia ist ein hervorragender Arbeitgeber, der innovative Technologien im Bereich Avatare und generative Medien vorantreibt. Mit einer flexiblen Arbeitskultur, die sowohl Büro- als auch Remote-Arbeitsmöglichkeiten in Deutschland, dem Vereinigten Königreich, der Schweiz und Irland bietet, fördert das Unternehmen die persönliche und berufliche Weiterentwicklung seiner Mitarbeiter. Die Möglichkeit, an spannenden Projekten zu arbeiten, die echte Nutzererlebnisse schaffen, sowie 25 Tage Urlaub und lokale Feiertage machen Synthesia zu einem attraktiven Arbeitsplatz für kreative Köpfe.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Research Engineer in Data 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 Synthesia 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 Research Engineer in Data 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 Research Engineer in Data bei Synthesia gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Synthesia 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 Synthesia entscheidend sein!
