Auf einen Blick
- Aufgaben: Entwickle innovative KI-Modelle und arbeite an spannenden Forschungsprojekten.
- Unternehmen: Zukunftsorientiertes Unternehmen im Bereich generative KI mit starkem Fokus auf Forschung.
- Vorteile: Langfristige Perspektive, wettbewerbsfähige Vergütung und Möglichkeit zur Anteilsaneignung.
- Weitere Informationen: Direkter Einfluss auf ein zukunftsweisendes Deep-Tech-Forschungsprojekt.
- Warum dieser Job: Gestalte die Zukunft der KI und bringe deine Ideen in ein bahnbrechendes Projekt ein.
- Qualifikationen: Master oder PhD in Informatik oder verwandten Bereichen und Erfahrung in generativer KI.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
Suche AI Engineer zur Durchführung von FFplus Förderprojekt. Projektstart: 1. September.
Förderprojekt in Kooperation mit KI Zentrum RWTH Aachen.
- Konzeption, Implementierung und wissenschaftliche Validierung der KI-Kerninnovationen
- Entwicklung neuartiger generativer Bildmodelle und Trainingspipelines für architekturspezifische Anwendungsfälle.
- Forschung an kontrollierbaren, regions- und materialbasierten Generationsmethoden als Alleinstellungsmerkmal der Plattform.
- Durchführung systematischer Experimente, Benchmarking und qualitativer sowie quantitativer Evaluierungen.
- Enge Zusammenarbeit mit Produkt- und Engineering-Teams zur Überführung von Forschungsergebnissen in produktionsreife KI-Systeme.
- Verantwortung für die wissenschaftliche Substanz der Forschungsprojekte
- Positionierung als wissenschaftliches Herzstück der KI-Forschung innerhalb des Kernteams.
- Mission: Konzeption, Implementierung und wissenschaftliche Validierung der KI-Kerninnovationen. Du bist wissenschaftliches Herzstück der Forschungsprojekte.
- Aufgaben
- Konzeption und Weiterentwicklung der
KI-Kernarchitektur für generative Bildmodelle mit Fokus auf architekturspezifische Anwendungsfälle.
- Entwicklung, Training und Optimierung von generativen Deep-Learning-Modellen
(insbesondere Diffusion Models, UNet-Architekturen, Transformer-basierte Ansätze, Latent Diffusion).
- Implementierung und Evaluation von
Fine-Tuning- und Adaptionsmethoden wie Lo RA, Dream Booth-ähnlichen Verfahren und domänenspezifischem Transfer Learning.
- Forschung an kontrollierbaren Generationsmechanismen , z. B. regionsbasierte Steuerung, material- und texturbasierte Konditionierung sowie struktur- und kontextbewusste Bildsynthese.
- Aufbau und Pflege skalierbarer
- Trainings- und Experimentierpipelines
(z. B. Py Torch, GPU-Cluster, automatisierte Experimente).
- Systematische wissenschaftliche Validierung der entwickelten Modelle durch Benchmarking, Ablationsstudien sowie qualitative und quantitative Evaluationsmethoden.
- Analyse, Aufbereitung und Kuratierung von
Trainings- und Evaluierungsdatensätzen im architektonischen Kontext.
- Dokumentation von Forschungsergebnissen und methodischen Entscheidungen zur Sicherstellung von Reproduzierbarkeit und Wissenstransfer.
- Enge Zusammenarbeit mit dem
Produkt-, Frontend- und Backend-Team , um Forschungsergebnisse in produktionsnahe KI-Systeme zu überführen.
- Technische Unterstützung bei der
- Antragstellung und Durchführung von Forschungs- und Förderprojekten
(z. B. EXIST, ZIM, EU-Programme).
- Beobachtung und Bewertung aktueller
Forschungsentwicklungen im Bereich generative KI und Ableitung relevanter Innovationspotenziale
- Qualifikation
- Abgeschlossenes
- Master- oder Ph D-Studium in
Informatik, Mathematik, Data Science, Computational Design oder einer vergleichbaren Disziplin.
Zwingende Expertise in generativer KI für Bilder , insbesondere im Training von Deep-Learning-Modellen.
- Nachweisbare praktische und/oder wissenschaftliche Erfahrung mit
- Diffusion Models ,
- Transformern ,
- UNet-Architekturen ,
- Latent Diffusion Models sowie
Lo RA .
- Sehr gutes Verständnis von
Deep-Learning-Methoden , Modellarchitekturen, Trainingsstrategien und Evaluierungsverfahren.
- Erfahrung im Umgang mit
Forschungs- und Experimentier-Workflows , Reproduzierbarkeit und systematischer Modellbewertung.
- Starkes analytisches Denkvermögen sowie Interesse an der Verbindung von wissenschaftlicher Forschung und produktnaher Anwendung .
- Selbstständige, strukturierte Arbeitsweise und hohe intrinsische Motivation, neue KI-Ansätze zu erforschen und zur Reife zu bringen.
Benefits
- Eine durch Fördergelder gesicherte und langfristige Beschäftigungsperspektive.
- Direkte Einflussnahme auf ein zukunftsweisendes Deep-Tech-Forschungsprojekt.
- Anteilsaneignung (Equity): Die Zuteilung von Unternehmensanteilen ist verhandelbar und Teil des Kompensationspakets.
- Chance auf CTO-Rolle.
- Wettbewerbsfähige Vergütung (verhandelbar).
- Start ist 1. September 2026
- Bewerbung ab sofort
- Gründer: Han Cheol Yi
- #J-18808-Ljbffr
AI Research Engineer / ML Researcher. Arbeitgeber: Typus.ai
Als Arbeitgeber bieten wir eine inspirierende Arbeitsumgebung, die Innovation und Kreativität fördert. Unsere Mitarbeiter profitieren von flexiblen Arbeitszeiten, einer offenen Unternehmenskultur und der Möglichkeit, an einem zukunftsweisenden Projekt in Zusammenarbeit mit dem KI Zentrum RWTH Aachen zu arbeiten. Zudem legen wir großen Wert auf persönliche und berufliche Weiterentwicklung, um sicherzustellen, dass jeder im Team sein volles Potenzial entfalten kann.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so AI Research Engineer / ML Researcher. 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 Typus.ai 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 AI Research Engineer / ML Researcher. 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 AI Research Engineer / ML Researcher. bei Typus.ai gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Typus.ai 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 Typus.ai entscheidend sein!
