Auf einen Blick
- Aufgaben: Entwickle und verbessere federierte Lernalgorithmen und arbeite direkt mit Kunden.
- Unternehmen: Tracebloc, ein innovatives Unternehmen im Bereich KI mit einem kollaborativen Arbeitsumfeld.
- Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen und die Möglichkeit, in Berlin zu arbeiten.
- Weitere Informationen: Direkte Kommunikation und keine langen Ticketzyklen – arbeite effizient und kreativ.
- Warum dieser Job: Sei Teil eines kleinen, agilen Teams und mache sofort einen Unterschied.
- Qualifikationen: Mindestens 4 Jahre Erfahrung in der Produktion von ML und Kenntnisse in PyTorch oder TensorFlow.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
tracebloc ist ein kollaborativer KI-Arbeitsbereich, der auf der Infrastruktur der Kunden bereitgestellt wird. Mitwirkende trainieren, verfeinern und benchmarken ML-Modelle mit privaten Daten – ohne dass die Daten jemals die Umgebung der Kunden verlassen. Wir verwenden föderiertes Lernen, um Modellinsights über verteilte Trainingsläufe zu kombinieren. Echte Kunden, echte Daten, echte Produktion.
Was Sie tun werden:
- Entwerfen und verbessern von föderierten Lernalgorithmen – Gewichtung, sichere Aggregation, Personalisierung, asynchrone Strategien
- Produktionstaugliche Modellvorlagen für unseren Modellzoo in den Bereichen Vision, NLP, tabellarisch und Zeitreihen bereitstellen
- Direkte Zusammenarbeit mit Unternehmenskunden (Pharma, Finanzen, Industrie) – chaotische reale Probleme in FL-Workflows übersetzen, die tatsächlich trainieren
- Eigene Bewertung: Benchmarking, Drift-Erkennung, Modellqualitätsmetriken über verteilte Läufe
- Vertretung von tracebloc auf Konferenzen (NeurIPS, ICML, FL @ ICML, MLSys) – Veröffentlichungen sind willkommen
Was Sie mitbringen:
- 4+ Jahre Erfahrung im Aufbau von ML in der Produktion. PyTorch und/oder TensorFlow können Sie blind schreiben.
- Bonus: sklearn / XGBoost / LightGBM
- Solide Kenntnisse in verteiltem Training, Optimierung oder föderiertem Lernen
- Produktions-Python – nicht nur Notizbücher. Sie lesen den Code anderer Leute, ohne sich zu beschweren
- Eine Erfolgsbilanz beim Versenden von etwas, das ein externer Benutzer tatsächlich verwendet hat
- Direkte, egoarme Kommunikation. Starke Meinungen, die locker gehalten werden
- In Berlin ansässig oder bereit, umzuziehen. Wir arbeiten persönlich.
Bonus:
- PhD in ML, Statistik, angewandter Mathematik oder einem Fachgebiet mit ML-Rigor
- Datenschutzfreundliches ML: differenzielle Privatsphäre, sichere Aggregation, SMPC, homomorphe Verschlüsselung
- Fachkenntnisse in medizinischer Bildgebung, Arzneimittelentdeckung, Kreditrisiko oder industriellem IoT – wählen Sie eines
- Open-Source-Beiträge zu PyTorch, Hugging Face, Flower, FedML, OpenFL oder ähnlichem
- Deutsch (schön, aber nicht erforderlich)
Warum Sie beitreten sollten:
Föderiertes Lernen bewegt sich von einer Forschungsneugier zu einer Produktionsnotwendigkeit. Wir sind früh dran und die Kunden zahlen. Kleines, erfahrenes Team in einem Raum. Kein Design durch Komitee, keine JIRA-Archäologie, kein zweiwöchiger Ticketlebenszyklus. Eigenkapital, wettbewerbsfähiges Grundgehalt, Hauptsitz in Berlin. Sie werden innerhalb des ersten Monats Dinge versenden, die Kunden nutzen.
Senior Data Scientist Arbeitgeber: tracebloc
tracebloc ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung in Berlin bietet. Mit einem kleinen, erfahrenen Team fördern wir eine Kultur der direkten Kommunikation und des schnellen Feedbacks, sodass Sie innerhalb des ersten Monats an Projekten arbeiten können, die echte Kunden nutzen. Wir bieten nicht nur wettbewerbsfähige Gehälter und Beteiligungen, sondern auch die Möglichkeit, an vorderster Front der federierten Lerntechnologie zu arbeiten und Ihre Fähigkeiten in einem aufstrebenden Bereich weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior Data Scientist erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns gemeinsam nach Events oder Meetups suchen, wo du potenzielle Arbeitgeber treffen kannst.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe deine Fähigkeiten in PyTorch und TensorFlow, damit du im Gespräch glänzen kannst. Wir können dir helfen, Ressourcen zu finden, die dir bei der Vorbereitung helfen.
✨Tipp Nummer 3
Sei bereit, deine Projekte zu präsentieren! Zeige, was du in der Vergangenheit erreicht hast, und erkläre, wie du reale Probleme gelöst hast. Lass uns deine Erfolge zusammenfassen, damit du sie selbstbewusst teilen kannst.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! Das zeigt dein Interesse und gibt dir die Möglichkeit, dich von anderen Bewerbern abzuheben. Lass uns gemeinsam an deiner Bewerbung arbeiten, damit du die beste Chance hast!
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Data Scientist mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, lass deine Persönlichkeit durchscheinen. Wir suchen nach echten Menschen, die zu unserem Team passen. Zeig uns, wer du bist und was dich motiviert!
Mach es konkret!:Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um deine Fähigkeiten zu untermauern. Erzähl uns von Projekten, an denen du gearbeitet hast, und wie du Herausforderungen gemeistert hast. Das macht deine Bewerbung lebendig!
Pass auf die Details auf!:Achte darauf, dass deine Bewerbung gut strukturiert und fehlerfrei ist. Ein klarer, professioneller Auftritt zeigt, dass du dir Mühe gibst und die Position ernst nimmst. Lass uns nicht nach Fehlern suchen müssen!
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 landet und wir sie zügig bearbeiten können!
Wie man sich auf ein Vorstellungsgespräch bei tracebloc vorbereitet
✨Verstehe die Grundlagen von Federated Learning
Mach dich mit den Konzepten des Federated Learning vertraut, da dies ein zentraler Bestandteil der Arbeit bei tracebloc ist. Sei bereit, deine Kenntnisse über Gewichtung, sichere Aggregation und personalisierte Modelle zu demonstrieren.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast. Zeige, wie du ML-Modelle in der Produktion implementiert hast und welche Ergebnisse du erzielt hast. Das wird dir helfen, deine praktische Erfahrung zu unterstreichen.
✨Kommunikation ist der Schlüssel
Da direkte und niedrige Ego-Kommunikation geschätzt wird, übe, deine Gedanken klar und präzise zu formulieren. Bereite dich darauf vor, deine Ansichten zu teilen, aber sei auch offen für Feedback und andere Perspektiven.
✨Zeige dein Interesse an Open Source
Wenn du an Open-Source-Projekten gearbeitet hast, bringe diese Erfahrungen zur Sprache. Das zeigt nicht nur dein Engagement für die Community, sondern auch deine Fähigkeit, in einem kollaborativen Umfeld zu arbeiten.
