Senior AI/ML Research Scientist (German speaking) (f/m/d) – Deep learning Recommender Systems

adjoe GmbH; Hamburg; Vor Ort; Vertraulich; Vollzeit

Zusammenfassung

Ein innovatives Tech-Unternehmen in Hamburg sucht einen erfahrenen Data Scientist zur Entwicklung eigener ML-Modelle. In dieser Rolle tragen Sie zur Modellentwicklung, Anwendung aktueller Forschung und zum Big Data Engineering bei. Bewerber sollten eine Promotion oder einen Master in einem quantitativen Fach besitzen und Erfahrung in der Programmierung mit Python sowie Verhandlungssichere Deutschkenntnisse mitbringen. Das Unternehmen bietet eine Herausforderung in einem internationalen Team und eine innovative Arbeitsumgebung.

Qualifikationen

• Akademische Exzellenz durch Promotion oder Master in einem quantitativen Fach.
• Erfolgreiche Veröffentlichungen auf AI/ML Konferenzen.
• Tiefgreifendes Verständnis moderner Deep Learning Algorithmen.

Aufgaben

• Entwicklung und Deployment von ML-Modellen.
• Übertragung von Forschungsergebnissen in Produkte.
• Nutzung von Datenpipeline zur Verarbeitung von großen Datensätzen.

Kenntnisse

Mathematisches Verständnis

Programmierung in Python

Verhandlungssichere Deutschkenntnisse

Fließendes Englisch

Ausbildung

Promotion (PhD) oder Master in Informatik, Mathematik oder Physik

Tools

Python

PyTorch

TensorFlow

AWS

Kubernetes

Jobbeschreibung

Als globale Mobile-Plattform verwaltet adjoe über 500 Millionen Nutzer sowie täglich Petabytes an Daten und fordert damit die US-Big-Techs direkt heraus. Der deutsche „Hidden Champion“ setzt konsequent auf technologische Tiefe: Über 50 % der Belegschaft haben einen Engineering-Background, wodurch sämtliche Innovationen inhouse entwickelt werden. Mit Büros auf allen Kontinenten agiert adjoe als Teil der AppLike Group (Bertelsmann) weltweit an der Spitze der AdTech-Branche. Werde jetzt Teil eines schnell wachsenden, internationalen und motivierten Teams!

Deine Mission & Aufgaben

• End-to-End Modellentwicklung: Konzeption, Training und Deployment eigener ML-Modelle (Fokus: Transformer, Neuronale Netzwerke, LLMs und weitere) für eine Nutzerbasis von >500 Mio und 15 Mrd Inferenzen am Tag .
• Applied Research: Transfer aktueller Forschungsergebnisse (Papers) in produktive Anwendungen und Entwicklung neuer Architekturen jenseits von Standard-APIs und gegebenenfalls Publikation von Research.
• Big Data Engineering: Nutzung und Mitgestaltung von performanter Pipelines zur Verarbeitung von Petabyte-Scale Datensätzen mittels SQL, S3, Pytorch, Tensorflow.
• Production & Testing: Validierung der Modelle auf Business KPIs durch tägliche A/B-Tests in der Live-Umgebung und Optimierung auf Inferenz-Latenz und Ressourceneffizienz.
• Kollaboration: Enge Zusammenarbeit an der Schnittstelle zwischen der eigenen Research-Unit (15 Data Scientists) und dem internationalen Software Engineering Team (100 Experten).
• Science meets Economy: Erfolgreicher Übergang von der rein wissenschaftlichen Karriere (Fokus auf Details, Analyse und Grundlagenforschung) hin zur Business-Driven Research, bei der wissenschaftliche Erkenntnisse als Enabler dienen, um marktgerechte Produkte schnell zu entwickeln und einfach zu validieren.

Dein Profil & Technologie Erfahrung

• Akademische Exzellenz: Promotion (PhD) oder Master mit herausragenden Noten in Informatik, Mathematik, Physik oder vergleichbaren quantitativen Feldern.
• Publikation: Erfolgreiche Veröffentlichungen auf Top-Tier AI/ML Konferenzen (z.B. NeurIPS, ICML, ICLR, AAAI, CVPR, EMNLP, ACL) oder in relevanten Journals, die einem Peer-Review-Prozess standgehalten haben.
• Algorithmische Tiefe: Tiefgreifendes mathematisches Verständnis der Funktionsweise moderner Deep Learning Algorithmen (Optimierung, Backpropagation, Attention Mechanisms). Hohe Motivation, sich in neue komplexe Sachverhalte eigenständig einzuarbeiten.
• Coding Expertise: Profunde Programmierkenntnisse in Python (PyTorch/TensorFlow, ONNX, JAX) bzw. Scala/Kotlin/Java (nice to have) für die Integration in Big Data Ökosysteme.
• Infrastructure Experience: Benefit: Praktische Erfahrung mit Distributed Computing und Cloud-Infrastrukturen (AWS, GPU-Cluster H100/A100, Kubernetes, Airflow).
• Sprache: Verhandlungssichere Deutschkenntnisse (C2) und fließendes Englisch.