Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle und skaliere innovative Video-Modelle für menschzentrierte Videoerstellung.
- Arbeitgeber: Synthesia, führende AI-Video-Plattform mit über 90% Fortune 100 Kunden.
- Mitarbeitervorteile: Wettbewerbsfähige Vergütung, Aktienoptionen, flexible Arbeitsmodelle und 25 Tage Urlaub.
- Warum dieser Job: Arbeite an bahnbrechenden Technologien mit echtem Einfluss auf die Videoindustrie.
- Gewünschte Qualifikationen: Erfahrung in Deep Learning, Python und PyTorch erforderlich.
- Andere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen und einer starken Unternehmenskultur.
Das voraussichtliche Gehalt liegt zwischen 72000 - 84000 € pro Jahr.
Synthesia ist die weltweit führende KI-Video-Plattform für Unternehmen, die von über 90 % der Fortune 100 genutzt wird. Gegründet im Jahr 2017 hat das Unternehmen seinen Hauptsitz in London und Büros sowie Teams in Europa und den USA. Synthesia entwickelt Produkte, um die visuelle Kommunikation und die Entwicklung von Unternehmensfähigkeiten zu verbessern und Menschen dabei zu helfen, besser zu arbeiten und im Zentrum erfolgreicher Organisationen zu stehen.
Über die Rolle
Als Research Engineer in unserem Video Pre-Training-Team werden Sie helfen, die nächste Generation von produktionsreifen Grundmodellen für die menschzentrierte Videoerzeugung zu entwickeln. Sie werden Teil eines hoch fokussierten Teams sein, das an der Schnittstelle von groß angelegtem generativem Modellieren, verteilten Systemen und Produktionstechnik arbeitet. Unsere Mission ist es, Videobasismodelle zu entwickeln und zu optimieren, die realistische, kontrollierbare und emotional ausdrucksstarke synthetische Menschen in großem Maßstab ermöglichen.
Was Sie tun werden:
- Entwicklung und Skalierung latenter Video-Diffusionsmodelle, die auf menschzentrierte Videoerzeugung zugeschnitten sind
- Entwurf von Bedingungsmechanismen zur Verbesserung der Kontrolle (Pose, Emotion, Skript, Kamera), ohne die Treue zu opfern
- Fortschritte bei verteilten Trainingsstrategien (DDP, FSDP, DeepSpeed, Sequenzparallelismus) unter realen Rechenbeschränkungen
- Verbesserung der Trainingsstabilität im Multi-Node-Maßstab
- Entwicklung strenger Evaluierungsrahmen, die automatisierte Metriken und strukturierte menschliche Bewertungen kombinieren
- Optimierung der Inferenz für niedrige Latenz, hohe Auflösung und Kosteneffizienz
- Durchführung kontrollierter Ablationen und Experimente zur Förderung von hochsignifikanten Modellierungsentscheidungen
- Beitrag zu hohen Ingenieurstandards: Reproduzierbarkeit, Experimentverfolgung, CI/CD, Monitoring
Was wir suchen:
Must-have:
- Starke Erfahrung im Training von Deep-Learning-Modellen im großen Maßstab
- Starke Python- und PyTorch-Kenntnisse
- Praktische Erfahrung mit Diffusionsmodellen (Bildbereich erforderlich; Video bevorzugt)
- Erfahrung mit groß angelegtem Multi-GPU / Multi-Node-Training
- Gutes Verständnis von verteiltem Training (DDP, FSDP, DeepSpeed oder ähnlich)
- Fähigkeit, kontrollierte Experimente zu entwerfen und rauschende Ergebnisse zu interpretieren
Nice-to-have:
- Erfahrung mit Video-Diffusionsmodellen
- Erfahrung in der Avatar- oder menschzentrierten Erzeugung
- Vertrautheit mit Welt-/interaktiven Modellen
- Erfahrung mit GANs oder VAEs
- Erfahrung in der Optimierung von Inferenzsystemen für die Produktion
Unsere Technologie:
- Python, PyTorch, CUDA
- DeepSpeed, verteiltes Training & Inferenz
- Sequenzparallelismus
- AWS, SLURM, Docker
- GitHub, CI/CD-Pipelines
Wer Sie sind:
- Sie sind forschungsgetrieben, aber ergebnisorientiert
- Sie kümmern sich um das Versenden, nicht nur um das Veröffentlichen
- Sie können mehrere Ideen schnell erkunden und schwache Signale frühzeitig ablegen
- Sie kommunizieren klar und präsentieren Ergebnisse wissenschaftlich
- Sie arbeiten unabhängig, aber kooperieren aktiv mit anderen Teams
Warum Sie sich uns anschließen sollten:
- Entwicklung von produktionsreifen Video-Grundmodellen in einem schnell wachsenden Generative AI-Unternehmen
- Arbeiten an menschzentrierter Videoerzeugung mit realen Auswirkungen
- Bewältigung schwieriger Probleme in Bezug auf Skalierung, Stabilität und Kontrollierbarkeit
- Einfluss auf die Richtung der nächsten Generation synthetischer Menschentechnologie
- Teil eines hoch technischen, verantwortungsbewussten Umfelds, in dem Ihre Arbeit umgesetzt wird
Wenn Sie an modernen generativen Videomodellen arbeiten und sehen möchten, wie Ihre Forschung reale Produkte antreibt, würden wir uns freuen, mit Ihnen zu sprechen.
Unsere Kultur:
Bei Synthesia sind wir leidenschaftlich daran interessiert, zu bauen, nicht zu reden, zu planen oder zu politisieren. Wir streben danach, die klügsten, freundlichsten und unermüdlichsten Menschen einzustellen und ihnen zu ermöglichen, ihre beste Arbeit ohne Ablenkungen zu leisten. Unsere Arbeitsprinzipien dienen als unser Charter, wie wir Entscheidungen treffen, Feedback geben und unsere Arbeit strukturieren, um jedem zu ermöglichen, so schnell wie möglich voranzukommen.
Die guten Dinge:
- Wettbewerbsfähige Vergütung (Gehalt + Aktienoptionen + Bonus)
- Vollständig remote aus Europa oder hybrides Arbeitsumfeld mit einem Büro in London, Amsterdam, Zürich, München
- 25 Tage Jahresurlaub + Feiertage
- Tolle Unternehmenskultur mit der Möglichkeit, an regelmäßigen Planungen und sozialen Veranstaltungen in unseren Hubs teilzunehmen
- + weitere Vorteile je nach Standort
Senior Research Engineer - Video Foundation Models (Pre - Training) Arbeitgeber: Synthesia
Kontaktperson:
Synthesia HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Senior Research Engineer - Video Foundation Models (Pre - Training)
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns wissen, wenn du Fragen hast oder Unterstützung brauchst!
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe deine Programmierfähigkeiten und sei bereit, deine Erfahrungen mit Deep Learning und Video-Modellen zu teilen. Wir können dir helfen, die besten Ressourcen zu finden!
✨Tipp Nummer 3
Sei proaktiv! Wenn du eine interessante Stelle siehst, bewirb dich direkt über unsere Website. Zeig uns, dass du wirklich an der Position interessiert bist und bereit bist, deinen Beitrag zu leisten.
✨Tipp Nummer 4
Bereite Fragen für dein Interview vor! Zeige dein Interesse an der Unternehmenskultur und den Projekten, an denen wir arbeiten. Das zeigt, dass du nicht nur einen Job suchst, sondern wirklich Teil unseres Teams werden möchtest.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Senior Research Engineer - Video Foundation Models (Pre - Training)
Tipps für deine Bewerbung 🫡
Sei authentisch!: Wenn du deine Bewerbung schreibst, sei einfach du selbst. Zeig uns, wer du bist und was dich motiviert. Wir suchen nach echten Menschen, die Leidenschaft für ihre Arbeit haben!
Pass auf die Details auf!: Achte darauf, dass deine Bewerbung gut strukturiert und fehlerfrei ist. Ein klarer und präziser Text zeigt uns, dass du sorgfältig arbeitest und Wert auf Qualität legst – genau wie wir!
Zeig deine Erfahrungen!: Erzähle uns von deinen bisherigen Projekten und Erfolgen, besonders wenn sie mit Video- oder KI-Technologien zu tun haben. Wir wollen wissen, wie du deine Fähigkeiten in der Praxis eingesetzt hast!
Bewirb dich über unsere Website!: Der einfachste Weg, um Teil unseres Teams zu werden, ist, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung schnell bei uns ankommt und wir sie direkt prüfen können!
Wie du dich auf ein Vorstellungsgespräch bei Synthesia vorbereitest
✨Verstehe die Technologie
Mach dich mit den neuesten Entwicklungen in der Video-KI und den spezifischen Technologien, die Synthesia verwendet, vertraut. Zeige im Interview, dass du nicht nur die Grundlagen verstehst, sondern auch, wie du diese Technologien anwenden kannst, um innovative Lösungen zu entwickeln.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten im Training von Deep Learning Modellen und in der Arbeit mit Diffusionsmodellen demonstrieren. Sei bereit, diese Beispiele detailliert zu erläutern und zu zeigen, wie sie auf die Anforderungen der Stelle passen.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die dein Interesse an der Rolle und dem Unternehmen zeigen. Frage nach den Herausforderungen, die das Team derzeit hat, oder nach den Zielen für die nächsten Monate. Das zeigt, dass du proaktiv bist und wirklich an der Position interessiert bist.
✨Teamarbeit betonen
Da die Rolle viel Zusammenarbeit erfordert, solltest du Beispiele für erfolgreiche Teamprojekte oder deine Fähigkeit zur interdisziplinären Kommunikation parat haben. Betone, wie du in der Vergangenheit effektiv mit anderen zusammengearbeitet hast, um komplexe Probleme zu lösen.