Auf einen Blick
- Aufgaben: Entwickle statistische Methoden zur Sicherstellung der Datenqualität für autonome Fahrzeuge.
- Unternehmen: Wayve, ein innovatives Unternehmen im Bereich autonomes Fahren.
- Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen, flexible Arbeitszeiten und umfassende Sozialleistungen.
- Weitere Informationen: Dynamisches Umfeld mit Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft des Fahrens mit fortschrittlicher KI-Technologie.
- Qualifikationen: Starke Kenntnisse in Statistik, Python und SQL sowie Erfahrung mit Datenqualitätsmethoden.
Das prognostizierte Gehalt liegt zwischen 56700 - 69300 € pro Jahr.
Bevor wir ins Detail gehen, hier ist die Herausforderung, bei der Sie uns helfen würden. Wir bauen die verkörperte Intelligenz, die reale Fahrzeuge sicher bewegt, und das Ökosystem, auf dem eine Milliarde Maschinen in der Zukunft laufen werden. Sehr wenige Menschen im Bereich KI können das sagen. Jede Rolle hier, egal welches Team, trägt dazu bei.
Über unser Team für Datenqualität und Provenienz: Unser Team für Datenqualität und Provenienz gehört zur AI-Plattform-Organisation von Wayve und erstellt die Beweise, die den Teams helfen, fundierte Entscheidungen über die Daten zu treffen, die unseren verkörperten KI-Systemen zugrunde liegen. Wir entwickeln statistisch robuste Methoden, Metriken und Werkzeuge, um zu bestimmen, wann Datenqualität, Annotation und Evaluierungssignale vertrauenswürdig sind – und wann nicht.
Ihr Tagesgeschäft:
- Definieren Sie messbare, statistisch rigorose Konzepte der Datenqualität, einschließlich Abdeckung, Labelqualität, Unsicherheit, Provenienz und Modellleistung.
- Wenden Sie statistische Inferenzmethoden auf Multi-Rater-Annotation, Label-Unschärfe, Datensatzabdeckung und Black-Box-Modellbewertung an.
- Arbeiten Sie mit Annotation-, Autonomie- und Evaluierungsteams zusammen, um praktische Qualitätsfragen in verteidigbare Metriken zu übersetzen.
- Erstellen Sie automatisierte Berichte, die Vertrauen, Einschränkungen und angemessene Interpretationen klar kommunizieren.
- Analysieren Sie große Annotierungsdatensätze mit Python und SQL, um Qualitätsprobleme zu identifizieren und Entscheidungen zu informieren.
- Iterieren Sie über Metriken und Berichterstattung basierend auf Feedback von den Teams, die sie verwenden.
Woran Sie arbeiten werden:
- Statistische Methoden zur Unterscheidung zwischen echten Datenqualitätsproblemen und Label-Unschärfe, inkonsistenter Annotation oder Bewertungsrauschen.
- Metriken für Labeler und Datensätze, die die Auswahl von Trainingsdaten, Simulation, Akzeptanz von Annotationen und Modellbewertung unterstützen.
- Wiederverwendbare Qualitätsartefakte, die einmalige Analysen durch registrierte, automatisierte Metriken und Berichte ersetzen.
- Multi-Rater- und Human-in-the-Loop-ML-Systeme, einschließlich Ansätzen wie Dawid-Skene-Modellen, Psychometrie und Inter-Rater-Vereinbarung.
- Qualitätsstandards, die Abdeckung, Unsicherheit, Provenienz, Annotationqualität und Leistung prädiktiver Modelle umfassen.
- Integration von Datenwissenschaftsergebnissen in die Plattform-Workflows, die von Ingenieur- und Forschungsteams verwendet werden.
Sie sollten sich bewerben, wenn:
- Sie starke Grundlagen in klassischer Statistik haben, einschließlich Versuchsdesign, Sampling, Modellierung, Schätzung und Inferenz.
- Sie praktische Erfahrung mit Rater- oder Annotator-Modellierung, Inter-Rater-Vereinbarung, Label-Unschärfe oder verwandten Methoden haben.
- Sie Datenqualität über Dimensionen wie Abdeckung, Labelqualität, Unsicherheit, Provenienz und Modellleistung verstehen.
- Sie mit Annotationstools, QA-Methoden, Human-in-the-Loop-ML-Systemen oder Multi-Rater-annotierten Datensätzen gearbeitet haben.
- Sie starke Python- und SQL-Kenntnisse haben und sicher große, komplexe Datensätze analysieren können.
- Sie mehrdeutige Stakeholderfragen in rigorose, verwendbare Metriken umwandeln und Unsicherheit, Einschränkungen und Entscheidungsimplikationen klar kommunizieren können.
- Erfahrung mit probabilistischer oder bayesianischer Modellierung, Produktionsplattform-Integrationen oder sicherheitskritischen Daten wäre von Vorteil.
Wayve baut die führende KI-Plattform für autonomes Fahren auf. Wir sind Pioniere eines End-to-End-KI-Ansatzes, der es Fahrzeugen ermöglicht, direkt aus realen Erfahrungen zu lernen und die Fähigkeit zu entwickeln, sich anzupassen, zu verallgemeinern und in großem Maßstab zu verbessern. Anstatt auf handcodierte Regeln oder vorab kartierte Umgebungen angewiesen zu sein, lernt unser KI-Fahrer, indem er die Welt um sich herum versteht. Das Ergebnis ist eine Technologie, die komplexe städtische Umgebungen mit Intelligenz, Präzision und natürlichem Fluss navigiert und bedeutende Fortschritte sowohl in Bezug auf Sicherheit als auch Effizienz ermöglicht.
Wir glauben, dass Autonomie eine einmalige Transformation in der Art und Weise darstellt, wie Menschen und Güter bewegt werden, vergleichbar mit dem Wandel von Pferden zu Autos und von menschlich gesteuerten Fahrzeugen zu intelligenten Maschinen. Unser Ziel ist es, Autonomie universell zu machen.
Wayves plattformunabhängige KI-Plattform integriert sich mit globalen OEM-Partnern, ermöglicht kontinuierliche Softwareentwicklung und schaltet fortgeschrittene Automatisierungsstufen von L2 plus bis L4 frei, während unser Kern-KI-Modell skaliert. In einem Rennen, das zunehmend durch Intelligenz und Lernen aus der realen Welt definiert wird, verfolgt Wayve einen klaren Ansatz, indem wir eine verallgemeinerbare Fahrintelligenz aufbauen, die jedes Fahrzeug überall antreiben kann. Durch die Kombination von verkörperter KI mit skalierbarer Bereitstellung schaffen wir Technologien, die auf jede OEM-Marke und Fahrerfahrung zugeschnitten werden können und den Übergang zu einer sichereren, intelligenteren Zukunft der Mobilität beschleunigen.
Wie wir arbeiten - Standorte & Flexibles Arbeiten: Unsere Hauptstandorte befinden sich in London, Sunnyvale, Yokohama, Herzliya, Vancouver und Leonberg. Wir betreiben ein hybrides Arbeitsmodell, das persönliche Zusammenarbeit in unseren speziellen Büroräumen mit fokussierter Zeit für die Arbeit im Homeoffice kombiniert. Dies gibt unseren Teams die Verbindung und Energie, gemeinsam zu arbeiten, sowie die Flexibilität, ihre beste Arbeit auf eine Weise zu leisten, die zu ihrem Leben passt.
Der Interviewprozess: Unser Prozess ist klar und respektvoll gegenüber Ihrer Zeit. Er umfasst einen ersten Anruf / Recruiter-Screen (30 Minuten), ein Kompetenzinterview: Python-Programmierung (60 Minuten), Datenkurationsdomäne (60 Minuten), ein tiefgehendes Interview: Interview mit dem Einstellungsleiter (60 Minuten), Systemdesign-Interview (60 Minuten) und ein abschließendes Interview: Mission und Werte-Ausrichtung (45 Minuten). Wir erklären immer das Format und richten uns nach Ihrer Verfügbarkeit.
Was Sie davon haben (standortabhängig): Gehälter, die jährlich am Markt benchmarked werden, bedeutendes Eigenkapital, das an Eigentum und langfristigem Erfolg von Wayve teilhat, Unterstützung bei Umzügen und Visumsponsoring, wo zutreffend, hybrides Arbeiten, Kernarbeitszeiten und die Möglichkeit, praktisch in Fahrzeugwerkstätten und Laboren zu arbeiten, Lern- und Entwicklungsetats mit Unterstützung für Schulungen, Konferenzen und Wachstum, umfassende Leistungen, einschließlich Krankenversicherung, Zahnmedizin, erweiterter Mutterschafts- und Vaterschaftsurlaub, Altersvorsorge oder Renten, wo zutreffend, Zugang zu Therapeuten, Partnerschaften für Wohlbefinden, Teamevents und mehr.
Wayve ist kein reifer, vollständig strukturierter Ort mit einem bereits geschriebenen Handbuch. Vieles von dem, wie wir arbeiten, wird noch geschrieben, und wenn Sie beitreten, werden Sie helfen, es zu schreiben. Das passt zu Menschen, die mehr echte Verantwortung wollen als zu denen, die von Anfang an eine feste Struktur benötigen.
Bei Wayve setzen wir uns dafür ein, eine vielfältige, faire und respektvolle Kultur zu schaffen, die alle aufgrund ihrer einzigartigen Fähigkeiten und Perspektiven sowie unabhängig von Geschlecht, Rasse, Religion oder Glauben, ethnischer oder nationaler Herkunft, Behinderung, Alter, Staatsbürgerschaft, Familienstand, häuslichem oder zivilrechtlichem Status, sexueller Orientierung, Geschlechtsidentität, Veteranenstatus, Schwangerschaft oder verwandten Bedingungen (einschließlich Stillen) oder aus anderen Gründen, die durch geltendes Recht geschützt sind, einbezieht.
Für weitere Informationen besuchen Sie die Karriereseite von Wayve. Um mehr darüber zu erfahren, was uns antreibt, besuchen Sie die Werte-Seite von Wayve.
Standorte
Data Scientist, Data Quality & Provenance in Leonberg, Unterensingen Arbeitgeber: Wayve
Wayve ist ein hervorragender Arbeitgeber, der eine dynamische und inklusive Arbeitsumgebung bietet, in der Ihre Beiträge geschätzt werden. Mit einem hybriden Arbeitsmodell in Leonberg fördern wir Innovation und Teamarbeit, während wir gleichzeitig Flexibilität bieten. Unsere Kultur ermutigt zur persönlichen und beruflichen Weiterentwicklung, und wir setzen uns dafür ein, dass jeder Mitarbeiter die Möglichkeit hat, seine Fähigkeiten in einem bedeutungsvollen Bereich wie der autonomen Fahrzeugtechnologie zu entfalten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist, Data Quality & Provenance in Leonberg, Unterensingen 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 Wayve 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 Data Scientist, Data Quality & Provenance in Leonberg, Unterensingen 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 Data Scientist, Data Quality & Provenance bei Wayve gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Wayve 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 Wayve entscheidend sein!