HEARTLAND BUSINESS SYSTEMS LLC
Bright Vision Technologies
Research Scientist – AI
Über die Stelle
Research Scientist – AI – Remote
Dies ist eine fantastische Gelegenheit, Teil eines etablierten und angesehenen Unternehmens zu werden, das enorme berufliche Entwicklungsmöglichkeiten bietet.
Erklärung zur Chancengleichheit (EEO)
Bright Vision Technologies ist ein Technologieberatungs- und Softwareentwicklungsunternehmen, das Cloud-, KI-, Daten- und Unternehmenslösungen in den Vereinigten Staaten anbietet.
Bright Vision Technologies ist ein Arbeitgeber, der Chancengleichheit fördert.
Bright Vision Technologies (BV Teck) verpflichtet sich zur Chancengleichheit (EEO) für alle Mitarbeiter und Bewerber, unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität oder -ausdruck, nationaler Herkunft, Alter, genetischen Informationen, Behinderung, Veteranenstatus oder einem anderen gesetzlich geschützten Status gemäß geltenden Bundes-, Landes- oder lokalen Gesetzen. Diese Verpflichtung erstreckt sich auf alle Aspekte der Beschäftigung, einschließlich Rekrutierung, Einstellung, Schulung, Vergütung, Beförderung, Versetzung, Beurlaubung, Kündigung, Entlassung und Wiedereinstellung.
BV Teck untersagt ausdrücklich jede Form von Belästigung oder Diskriminierung am Arbeitsplatz. Jede unzulässige Beeinträchtigung der Fähigkeit der Mitarbeiter, ihre beruflichen Pflichten zu erfüllen, kann zu Disziplinarmaßnahmen bis hin zur Beendigung des Arbeitsverhältnisses führen.
Bewerbung
Stellenbezeichnung: Research Scientist – AI
Standort: 100% Remote (Vereinigte Staaten)
Art der Anstellung: Vollzeit, direkte Anstellung W2
Gehaltsrahmen: $100,000–$150,000 jährlich
Berufserfahrung: 6+ Jahre
Erforderliche Qualifikationen
Sponsoring: US-Staatsbürger, Inhaber einer Green Card, EAD-Inhaber und Kandidaten für ein H-1B-Transfer werden ermutigt, sich zu bewerben. Wir können für diese Position keine neuen H-1B-Visumanträge sponsern.
- Master- oder PhD-Abschluss in Informatik, Machine Learning, Statistik oder einem eng verwandten Fachgebiet; oder gleichwertige angewandte Erfahrung.
- Sechs oder mehr Jahre kombinierte Erfahrung in Forschung und angewandter ML-Entwicklung.
- Starke Kenntnisse in Python und modernen ML-Frameworks wie PyTorch oder JAX.
- Praktische Erfahrung im Training, der Feinabstimmung und der Evaluierung von deep learning-Modellen in nennenswertem Umfang.
- Fundierte Kenntnisse in Mathematik, Statistik und den theoretischen Grundlagen des modernen ML.
- Erfahrung in der Überführung von ML-Modellen vom Forschungsprototyp in die Produktion mit entsprechender Beobachtbarkeit und Sicherheitsvorkehrungen.
- Vertrautheit mit verteiltem Training, Mixed-Precision-Training und Beschleuniger-Hardware.
- Starke schriftliche und mündliche Kommunikationsfähigkeiten, einschließlich der Fähigkeit, komplexe Methoden klar zu erklären.
- Nachgewiesene Fähigkeit, Techniken aus aktueller Forschungsliteratur zu lesen, zu bewerten und anzupassen.
- Nachweisbare Erfolge bei der Umsetzung wirkungsvoller angewandter KI-Projekte.
Stellenübersicht
Wir suchen einen AI Research Engineer, der die Brücke zwischen modernster angewandter Forschung und Produktionstechnik schlägt, um fortschrittliche machine learning-Systeme zu entwerfen und bereitzustellen, die geschäftskritische Probleme lösen. Die Rolle verbindet wissenschaftliche Genauigkeit mit praktischer Softwareentwicklung und erfordert ein tiefes Verständnis moderner ML- und deep learning-Techniken sowie die Fähigkeit, robuste, skalierbare und gut instrumentierte Produktionspipelines aufzubauen. Der ideale Kandidat verfolgt die sich schnell entwickelnde KI-Forschungslandschaft, kann neue Techniken kritisch auf ihre Praxistauglichkeit bewerten und fühlt sich wohl dabei, den gesamten Lebenszyklus von der Problemdefinition und Experimentierung bis hin zur Bereitstellung und kontinuierlichen Verbesserung zu steuern.
Bevorzugte Qualifikationen
- Veröffentlichte Forschungsergebnisse bei erstklassigen KI/ML-Konferenzen.
- Erfahrung mit dem Training, der Feinabstimmung oder der Evaluierung von Large Language Models.
- Vertrautheit mit Retrieval-Augmented Generation, agentenbasierten Systemen oder multimodalen Architekturen.
- Erfahrung mit verantwortungsvoller KI, Modellbewertung und Alignment-Praktiken.
- Erfahrung mit Beiträgen zu Open-Source-ML-Projekten.
