Auf einen Blick
- Aufgaben: Leite ein unabhängiges Forschungsprojekt im Bereich NLP und ML.
- Unternehmen: Thomson Reuters Labs in London mit einem innovativen Team.
- Vorteile: Flexible Arbeitsmodelle, umfassende Sozialleistungen und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Engagierte Kultur für Inklusion und soziale Verantwortung.
- Warum dieser Job: Gestalte die Zukunft von AI und mache einen echten Unterschied.
- Qualifikationen: Eingeschrieben in ein PhD-Programm mit Erfahrung in NLP und ML.
Das prognostizierte Gehalt liegt zwischen 2000 - 2500 € pro Monat.
Sind Sie leidenschaftlich daran interessiert, die Grenzen der NLP- und ML-Forschung zu erweitern? Thomson Reuters Labs in London sucht einen motivierten Forschungspraktikanten, der ein unabhängiges Forschungsprojekt an der Schnittstelle von modernster KI und realen Anwendungen leitet.
Über die Rolle: Das Praktikum dauert typischerweise sechs Monate, mit einem flexiblen Startdatum, das sich nach Ihrem Zeitplan richtet.
Die Gelegenheit: Als Forschungspraktikant übernehmen Sie die Verantwortung für ein Forschungsprojekt, das auf die Produkte von Thomson Reuters ausgerichtet ist, und arbeiten dabei mit einem vielfältigen, interdisziplinären Team globaler Experten zusammen.
Was Sie tun werden:
- Forschung vorantreiben: Leiten Sie Experimente, um aktuelle Forschungsfragen zu beantworten, entwerfen Sie Bewertungen und analysieren Sie Ergebnisse.
- Innovieren: Erkunden Sie neuartige Ansätze und aufkommende Technologien, die das Produktportfolio von Thomson Reuters voranbringen.
- Zusammenarbeiten & Verbreiten: Arbeiten Sie mit erfahrenen Forschungswissenschaftlern zusammen und teilen Sie Ihre Ergebnisse durch interne Präsentationen und externe Veröffentlichungen.
Über Sie:
- Akademische Grundlage: Derzeit eingeschrieben in einem PhD-Programm in Informatik, Computerlinguistik oder einem verwandten Bereich mit nachgewiesener Forschungserfahrung (mindestens eine Veröffentlichung erforderlich).
- Technische Expertise: Starkes Verständnis von NLP- und ML-Methoden, einschließlich Erfahrung mit großen Sprachmodellen. Nachgewiesene Fähigkeit, ML-Experimente zu entwerfen, umzusetzen und zu bewerten. Kenntnisse in Python und relevanten Frameworks (PyTorch, TensorFlow, Hugging Face usw.).
- Forschungsfähigkeiten: Erfahrung im Umgang mit unstrukturierten Datensätzen und Anwendung von Datenvorverarbeitungstechniken. Datengetriebener Ansatz zur Problemlösung und Entscheidungsfindung.
- Praktische Erfahrung: Vertrautheit mit Versionskontrollsystemen (GitHub, GitLab). Exposition gegenüber Cloud-Plattformen (AWS, Azure oder Google Cloud).
- Zusammenarbeit: Starke Kommunikationsfähigkeiten und Begeisterung für Teamarbeit.
Wir schätzen Potenzial: Dies ist unsere Wunschliste, aber wir verstehen, dass nur wenige Kandidaten alle Kriterien erfüllen. Wenn Sie sich für diese Gelegenheit begeistern, die meisten dieser Kriterien erfüllen und bereit sind, als Forscher zu wachsen, möchten wir von Ihnen hören.
Was ist für Sie drin:
- Hybrides Arbeitsmodell: Flexibles hybrides Arbeitsumfeld (2-3 Tage pro Woche im Büro für bürobasierten Rollen), während Sie ein nahtloses digitales und physisches Erlebnis bieten.
- Flexibilität & Work-Life-Balance: Flex My Way unterstützende Arbeitsplatzrichtlinien, einschließlich Arbeiten von überall für bis zu 8 Wochen pro Jahr.
- Karriereentwicklung und Wachstum: Kultur des kontinuierlichen Lernens und der Fähigkeitenentwicklung, Grow My Way-Programme und fähigkeitsorientierter Ansatz.
- Wettbewerbsfähige Branchenleistungen: Umfassende Leistungspläne, einschließlich flexibler Urlaubsregelungen, zwei unternehmensweiten mentalen Gesundheitstage, Zugang zur Headspace-App, Altersvorsorge, Studiengebührenrückerstattung, Mitarbeiteranreizprogramme und Ressourcen für mentale, körperliche und finanzielle Gesundheit.
- Kultur: Anerkannte Reputation für Inklusion und Zugehörigkeit; Flexibilität; Work-Life-Balance; Werte: Besessenheit für unsere Kunden, Wettbewerb um den Sieg, Herausforderung Ihres Denkens, schnell handeln/lernen, und stärker zusammen.
- Soziale Auswirkungen: Zwei bezahlte Freiwilligentage pro Jahr und Möglichkeiten, sich an Pro-bono-Beratung Projekten und ESG-Initiativen zu beteiligen.
- Reale Auswirkungen: Helfen Sie unseren Kunden, Gerechtigkeit, Wahrheit und Transparenz zu verfolgen. Unterstützung von Institutionen bei der Verfolgung des Rechtsstaats, Erfassung von Fehlverhalten, Berichterstattung über Fakten und Bereitstellung vertrauenswürdiger, unparteiischer Informationen weltweit.
Als globales Unternehmen sind wir auf die einzigartigen Hintergründe, Perspektiven und Erfahrungen aller Mitarbeiter angewiesen, um unsere Geschäftsziele zu erreichen. Wir suchen talentierte, qualifizierte Mitarbeiter in all unseren Betrieben weltweit, unabhängig von Rasse, Hautfarbe, Geschlecht/geschlechtlicher Identität, Schwangerschaft, Geschlechtsidentität und -ausdruck, nationaler Herkunft, Religion, sexueller Orientierung, Behinderung, Alter, Familienstand, Staatsbürgerschaft, Veteranenstatus oder einer anderen geschützten Klassifikation gemäß geltendem Recht. Thomson Reuters ist stolz darauf, ein Arbeitgeber für Chancengleichheit zu sein, der einen drogenfreien Arbeitsplatz bietet. Wir treffen auch angemessene Vorkehrungen für qualifizierte Personen mit Behinderungen und für aufrichtig gehaltene religiöse Überzeugungen gemäß geltendem Recht. Weitere Informationen zur Beantragung einer Unterkunft finden Sie auf der Website von Thomson Reuters.
Research Intern - Machine Learning and Natural Language Processing (PhD) Arbeitgeber: Thomson Reuters
Thomson Reuters Labs in London bietet eine inspirierende Arbeitsumgebung für Forschungstalente, die an der Spitze von NLP und ML arbeiten möchten. Mit einem flexiblen hybriden Arbeitsmodell, umfassenden Entwicklungsmöglichkeiten und einer Kultur, die Vielfalt und Inklusion schätzt, ist dies der ideale Ort für aufstrebende Forscher, um ihre Karriere voranzutreiben und einen echten Einfluss auf die Welt zu haben. Die Mitarbeiter profitieren von wettbewerbsfähigen Leistungen, einschließlich flexibler Urlaubsregelungen und Unterstützung für das Wohlbefinden.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Research Intern - Machine Learning and Natural Language Processing (PhD) erhalten könnten
✨Nutze Hochschulkarrieremessen
Bei der Suche nach einem Datenwissenschafts-Praktikum solltest du unbedingt die Karrieremessen an deiner Universität nutzen. Dort kannst du direkt mit Firmen, die gerade Praktika anbieten, in Kontakt treten – so zeigst du dein Interesse und kannst dir einen persönlichen Eindruck verschaffen.
✨Engagiere dich in Data-Science-Communities
Schau dich in lokalen oder Online-Communities um, die sich mit Data Science befassen. Plattformen wie Meetup oder spezielle Slack-Channels bieten tolle Gelegenheiten, um Gleichgesinnte zu treffen, von aktuellen Trends zu erfahren und eventuell sogar Stellenangebote zu bekommen.
✨Praktische Projekte zeigen
Baue dir ein Portfolio mit Projekten auf, die deine Fähigkeiten in Data Science zeigen. Dies kann ein kleines Machine-Learning-Projekt oder eine Datenanalyse sein. Verlinke diese Arbeiten in deinem Lebenslauf, wenn du dich bei Thomson Reuters bewirbst – so hinterlässt du einen bleibenden Eindruck.
✨Nutze unsere Plattform für Bewerbungen
Vergiss nicht, dich direkt über unsere Webseite bei Thomson Reuters für Praktika zu bewerben. Wir haben dort viele interessante Angebote, und das Bewerben über uns erhöht deine Chance, gesehen zu werden!
Wir glauben, dass du diese Fähigkeiten brauchst, um Research Intern - Machine Learning and Natural Language Processing (PhD) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig deine Datenliebe mit Projekten!:In der Datenwissenschaft ist es super wichtig, praktische Erfahrung zu zeigen. Teile einige deiner spannenden Projekte, sei es von deinem Studium oder von privaten Experimenten. Nutze GitHub oder andere Plattformen, um diese Projekte vorzustellen – das beeindruckt uns bei Thomson Reuters definitiv!
Statistiken und Methoden im Anschreiben betonen:Bei einem Praktikum in der Datenwissenschaft wollen wir sehen, dass du dich mit den Grundlagen auskennst. Betone in deinem Anschreiben deine Erfahrungen mit statistischen Methoden, Datenanalyse-Tools oder Programmiersprachen wie Python oder R. Das macht deutlich, dass du bereit bist, tiefer einzutauchen und zu lernen.
Die richtige Ausbildung anführen:Wenn du dich für ein Praktikum bewirbst, ist es wichtig, deine akademischen Leistungen zu zeigen. Füge relevante Kurse und Projekte hinzu, die sich auf Datenanalyse oder maschinelles Lernen beziehen. Das hilft uns zu sehen, dass du das notwendige Wissen mitbringst, um bei Thomson Reuters durchzustarten!
Werde kreativ im Lebenslauf!:Im Datenwissenschaftsbereich dreht sich vieles um Problemlösen und kreatives Denken. Sei also mutig und gestalte deinen Lebenslauf nicht nur informativ, sondern auch ansprechend! Hebe relevante Fähigkeiten, Tools und Erfahrungen hervor. Und vergiss nicht, dich über unsere Website zu bewerben – wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei Thomson Reuters vorbereitet
✨Bereite dein Portfolio vor!
Als Data Science Praktikant sollten wir unsere bisherigen Projekte und Erfahrungen in einem Portfolio zusammenstellen. Zeige deine Analysen, Visualisierungen oder Modelle. Das gibt den Interviewern einen konkreten Eindruck von deinen Fähigkeiten und deinem Ansatz bei der Datenanalyse.
✨Technische Fragen im Data Science Bereich
Erwarte technische Fragen zu Algorithmen und statistischen Methoden, die wir in der Praxis angewendet haben. Sei bereit, über Machine Learning-Modelle, Datenaufbereitung und deine Erfahrungen mit Programmiersprachen wie Python und R zu sprechen.
✨Motivation und Lernwille betonen
Da es sich um ein Praktikum handelt, wird oft mehr auf dein Interesse und deine Lernbereitschaft geachtet. Zeige auf, warum du in das Data Science Team bei Thomson Reuters möchtest und wie du deine Fähigkeiten weiterentwickeln willst. Ein echtes Interesse an der Materie überzeugt oft mehr als langjährige Erfahrung!
✨Fragen zur Teamarbeit und Analytics-Tools
Bereite dich darauf vor, über konkrete Situationen zu sprechen, in denen du im Team gearbeitet hast. Insbesondere in Data Science kommen oft Tools wie Jupyter Notebooks oder Tableau zum Einsatz. Wenn du damit Erfahrungen hast, bring sie zur Sprache und erläutere, wie du sie in Projekten eingesetzt hast!
