Aktiviere Job-Benachrichtigungen per E-Mail!

Werkstudent Deep Learning (w/m/d)

Bechtle

Neckarsulm

Hybrid

EUR 20.000 - 40.000

Teilzeit

Vor 3 Tagen
Sei unter den ersten Bewerbenden

Zusammenfassung

Ein führendes IT-Unternehmen in Neckarsulm sucht einen Werkstudenten für den Bereich Deep Learning. Du wirst wertvolle Erfahrungen in der Datenanalyse und Programmierung sammeln und hast die Möglichkeit, bis zu 100% remote zu arbeiten. Ideale Voraussetzungen sind Immatrikulation in einem informatiknahen Studiengang und erste Kenntnisse im maschinellen Lernen. Das Unternehmen bietet flexible Arbeitszeiten und eine Vielzahl an Weiterbildungsmöglichkeiten.

Leistungen

Berufsunfähigkeitsversicherung
Betriebliche Altersvorsorge
Bechtle Akademie

Qualifikationen

  • Bevorzugt erste Erfahrungen im Deep Learning oder maschinellem Lernen.
  • Kenntnisse in Reinforcement Learning, Large Action Models und Transformers sind von Vorteil.
  • Freude am Lesen wissenschaftlicher Publikationen.

Aufgaben

  • Theorie gegen Praxis tauschen im Bereich Künstliche Intelligenz.
  • Wertvolle Erfahrungen bei Datenanalyse und Implementierung von KI-Modellen sammeln.
  • Unterstützen bei der Verwaltung von Modellen in der Azure Cloud.

Kenntnisse

Deep Learning
Machine Learning
Python
Keras
TensorFlow
Analytisches Denken
Teamfähigkeit

Ausbildung

Eingeschriebener Student in einem informatiknahen Studiengang
Jobbeschreibung
Overview

Werkstudent Deep Learning (w/m/d) – Neckarsulm, Deutschland. Bechtle AG

Bei dieser Position geht es darum, Theorie durch Praxis zu ersetzen und erste Schritte im Bereich Künstliche Intelligenz und Deep Learning zu sammeln. Du arbeitest im Rahmen von bis zu 20 Stunden pro Woche flexibel remote oder vor Ort.

Verantwortlichkeiten
  • Bei uns Theorie gegen Praxis tauschen und erste Schritte im Bereich Künstliche Intelligenz und Deep Learning absolvieren.
  • Wertvolle Erfahrungen bei Datenanalyse, Programmierung und Implementierung von KI-Modellen sammeln und das Wissen aus dem Studium direkt anwenden.
  • Von Expert:innen aus Reinforcement Learning, Large Action Models (LAM) und Transformers lernen und dich weiterentwickeln.
  • Unterstützung bei der Implementierung und Verwaltung von Modellen in der Azure Cloud im Rahmen deiner maximal 20 Stunden pro Woche.
  • Nach kurzer Zeit zu einem wichtigen Bestandteil des Teams werden und zu innovativen Projekten im Bereich Künstliche Intelligenz beitragen.
Qualifikationen
  • Immatrikulation, bevorzugt in einem informatiknahen Studiengang.
  • Idealerweise erste Erfahrungen im Deep Learning/maschinellem Lernen; Kenntnisse in Reinforcement Learning, Large Action Models (LAM) und Transformers sind von Vorteil.
  • Versiert im Umgang mit Python, Keras und TensorFlow; Freude am Lesen wissenschaftlicher Publikationen.
  • Option 100% remote zu arbeiten mit flexiblen Arbeitszeiten.
  • Analytisches Denken, strukturierte Arbeitsweise, Lernbereitschaft und Teamfähigkeit.
Mehrwert und Benefits
  • Weiterentwicklung: Bechtle Akademie, individuelle Karriereplanung, Expert:innen- und Führungsprogramme, Herstellerzertifizierungen und mehr.
  • Flexibilität: Arbeitszeit und -ort je nach Aufgabe in Abstimmung mit der Führungskraft.
  • Rund-um-Sorglos-Paket: Berufsunfähigkeitsversicherung und betriebliche Altersvorsorge mit Bezuschussung.
  • Verantwortung: Von Beginn an in spannenden Projekten viel bewegen.
  • Abwechslung: Eigenverantwortlich geführte Projekte mit Einblick in verschiedene Branchen.
Was dich erwartet

Teil eines einzigartigen Teams am Hauptsitz in Neckarsulm oder an Standorten in Gaildorf und Frankfurt. Insgesamt arbeiten über 700 Mitarbeitende in zentralen Services, einschließlich IT, Finanzen, Recht, Human Resources, Digital Business sowie Corporate Communications & Brand Management. Als Teil der zentralen Services unterstützt und berätst du Bechtle-Gesellschaften und trägst zum Erfolg von über 15.500 Mitarbeitenden bei.

Kontakt: Anika Becker | Recruiting | +49 (0) 7132 981-4321 | recruiting@bechtle.com

Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.