AI/ML Research Scientist (German speaking) - Deep learning Recommender Systems

• 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 Interferences 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.

• 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.

adjoe ist eine führende mobile Werbeplattform, die hochmoderne Werbe- und Monetarisierunglösungen entwickelt, um das Geschäft seiner App-Partner auf das nächste Level zu heben. Als Teil des Ökosystems der applike group vereint adjoe einen fortschrittlichen Tech-Stack, starke finanzielle Unterstützung durch Bertelsmann und eine hochmotivierte Belegschaft, mit der man rechnen muss.