Auf einen Blick
- Aufgaben: Entwickle KI-gestützte Systeme und arbeite an innovativen Lösungen für Rivians Abenteuerfahrzeuge.
- Unternehmen: Rivian, ein Unternehmen, das Abenteuer und Umweltschutz vereint.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit großartigen Karrierechancen und einem leidenschaftlichen Team.
- Warum dieser Job: Gestalte die Zukunft der KI und mache einen echten Unterschied in der Automobilindustrie.
- Qualifikationen: Erfahrung in Machine Learning und Datenwissenschaft, sowie Kenntnisse in modernen KI-Frameworks.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Rivian ist auf einer Mission, die Welt abenteuerlich zu halten. Dies gilt sowohl für die emissionsfreien Electric Adventure Vehicles, die wir bauen, als auch für die neugierigen, mutigen Seelen, die wir anziehen möchten. Als Unternehmen stellen wir ständig in Frage, was möglich ist, und akzeptieren niemals einfach das, was immer schon getan wurde. Wir überdenken alte Probleme, suchen nach neuen Lösungen und bewegen uns bequem in unbekannten Bereichen. Unsere Hintergründe sind vielfältig, aber unser Team teilt eine Liebe zur Natur und den Wunsch, sie für zukünftige Generationen zu schützen.
Rollenübersicht
Das KI-Team von Rivian gehört zur Analytics-Funktion der Kundenorganisation – dem Team, das Marketing, Vertrieb und Marktintelligenz umfasst – und entwickelt die nächste Generation intelligenter, autonomer Systeme, die diese Funktionen in ein einziges, denkendes Ökosystem integrieren. Als Staff/Lead Data Scientist, der sich auf Agentic Solutions konzentriert, entwerfen und operationalisieren Sie die kognitive Architektur, die Rivians KI-Agenten antreibt – Sie bauen die Denkprozesse, Abrufsysteme und Bewertungsrahmen, die es den Agenten ermöglichen, mit Genauigkeit und Zuverlässigkeit auf aktuelle Geschäftsdaten zuzugreifen.
Verantwortlichkeiten
- Agentenorchestrierung & Kognitive Architektur: Entwerfen und programmieren Sie mehrstufige Denkrahmen mit Orchestrierungsframeworks wie LangChain, LlamaIndex oder Haystack.
- Kontextengineering & Fortgeschrittene RAG: Architektieren Sie fortschrittliche Abrufstrukturen, experimentieren Sie mit Einbettungsmodellen, dynamischen Chunking-Strategien und Token-Management, um sicherzustellen, dass die Agenten hochpräzisen Geschäftskontext erhalten.
- Proaktive Systemlogik: Entwickeln Sie die interne Logik und Bewertungskriterien für 'Watchdog'-Agenten, die es ihnen ermöglichen, aktuelle Betriebsdatenströme zu analysieren, Anomalien zu erkennen und proaktive Einblicke zu formulieren.
Angewandte Datenwissenschaft & Modelloptimierung
- Kleine Sprachmodellstrategie: Bewerten, auswählen und anpassen kleiner Sprachmodelle (z.B. Phi, Mistral, Gemma) für domänenspezifische agentische Aufgaben, bei denen Präzision, Latenz und Kosteneffizienz wichtiger sind als die Größe des Modells.
- Token-Ökonomie & Effizientes Agentendesign: Architektieren Sie Agenten und Orchestrierungsframeworks unter Berücksichtigung der Token-Effizienz als erstklassige Designbeschränkung.
- Domänenspezifische Modellanpassung: Führen Sie parameter-effizientes Feintuning (z.B. LoRA/QLoRA) und Modell-Destillation auf Open-Source-Modellen durch.
- Strenge Bewertungsrahmen: Etablieren Sie statistische, modellgetriebene und menschliche Testbenchmarks zur empirischen Validierung des Agentenverhaltens.
- Verhaltensaufforderungsengineering: Iterieren Sie kontinuierlich an komplexen Systemaufforderungen und strukturierten Ausgabeformaten.
Qualifikationen
- Bildung: Bachelor-Abschluss in Informatik, Statistik, Mathematik, Ingenieurwesen oder einem verwandten quantitativen Bereich; Master oder PhD bevorzugt.
- Erfahrung: 5+ Jahre in maschinellem Lernen, angewandter Datenwissenschaft oder KI-Engineering.
- Orchestrierungsbeherrschung: Expertenniveau mit modernen KI-Orchestrierungsframeworks.
- Erfahrung mit kleinen Sprachmodellen: Praktische Erfahrung mit SLMs.
- Daten- & Sprachstack: Expertenniveau in Python und sehr gute Kenntnisse in SQL.
- Analytische Kompetenz: Starke statistische Grundlagen.
- Umgebung: Nachgewiesene Fähigkeit, in einem schnelllebigen, unklaren Umfeld zu arbeiten.
Vergütung
Die Gehaltsspanne für diese Rolle liegt zwischen 171.100 und 213.900 USD für Bewerber aus Irvine, CA und El Segundo, CA.
Gleichstellung
Rivian ist ein Arbeitgeber, der Chancengleichheit bietet und alle geltenden Gesetze zum fairen Arbeitsrecht einhält.
Lead Data Scientist (Agentic Solutions) Arbeitgeber: Watershed Ventures
Rivian ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der Mitarbeiter die Möglichkeit haben, an der Entwicklung emissionsfreier Fahrzeuge zu arbeiten. Mit einem starken Fokus auf Teamarbeit und persönlichem Wachstum fördert das Unternehmen eine Kultur, die Vielfalt schätzt und den Austausch von Ideen anregt. Zudem profitieren Mitarbeiter von umfassenden Sozialleistungen, flexiblen Arbeitsmodellen und der Chance, Teil einer Mission zu sein, die die Welt für zukünftige Generationen schützt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Lead Data Scientist (Agentic Solutions) 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 Watershed Ventures 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 Lead Data Scientist (Agentic Solutions) 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 Lead Data Scientist (Agentic Solutions) bei Watershed Ventures gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Watershed Ventures 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 Watershed Ventures entscheidend sein!
