- Produkt- und Web-Entwicklung im datengetriebenen Bereich - Mitgestaltung der Softwarearchitektur für neue Datenprodukte - Zusammenarbeit in interdisziplinären Teams (u.a. mit Data Scientists und Business Developern)

Für ein KI-Labor suchen wir einen Java-Entwickler, der ein KI-Modell (Large Language Model - LLM) trainiert. Du hilfst der KI, die Welt zu verstehen. Als Berater wirst du eventuell zu Online-Projekten eingeladen, um das Modell in deinem Fachgebiet zu trainieren. Diese flexible Rolle richtet sich sowohl an Experten, die eine Teilzeitbeschäftigung suchen (mindestens ein paar Stunden pro Woche), als auch an alle, die sich für eine Vollzeitstelle interessieren. - Code-Generierung und Code-Review - Bewertung von Prompts und komplexe Datenannotation - Training und Evaluation von Large Language Models - Benchmarking und agentenbasierte Code-Ausführung in isolierten Umgebungen - Arbeit mit mehreren Programmiersprachen - Anpassung von Richtlinien für neue Bereiche und Anwendungsfälle - Einhaltung projektspezifischer Vorgaben und Anforderungen - Zusammenarbeit mit Projektleitungen, Solution Engineers und Supply Managern an komplexen oder experimentellen Projekten

Generative KI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Denkaufgaben zu bewältigen. Obwohl jedes Projekt einzigartig ist, könnten Sie typischerweise: - Inhaltserstellung & -verfeinerung: Inhalte erstellen und überarbeiten, um Genauigkeit und Relevanz in verschiedenen Bereichen der Physik sicherzustellen, und dabei Referenzen und Aufgabenbeispiele entwickeln. - Expertengewinnung: Qualifikationstests von Experten bewerten und ihre Kompetenz sicherstellen. - Chat-Moderation: Unterstützung bieten, indem Sie projektbezogene Fragen anderer Experten in Discord-Chats beantworten, insbesondere zu Projektleitlinien. - Arbeitsprüfung: Aufgaben anderer Experten überprüfen und bewerten, sicherstellen, dass sie mit den Projektleitlinien übereinstimmen. Konstruktives Feedback geben, fachliche Informationen prüfen und Inhalte bei Bedarf bearbeiten, um die Qualität zu verbessern.

GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezielle Fragen zu beantworten und komplexe Denkaufgaben zu meistern. Wenn du der Plattform als KI-Tutor*in für Chemie beitrittst, hast du die Möglichkeit, an diesen Projekten mitzuarbeiten. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Prompts erstellen, die die KI herausfordern. - Umfassende Bewertungskriterien festlegen, um die Genauigkeit der KI-Antworten zu prüfen. - Die Antworten des Modells anhand deines fachspezifischen Wissens korrigieren.

Für ein KI-Labor suchen wir Cybersicherheitsberater, um ein KI-Modell (Large Language Model – LLM) zu trainieren. Du hilfst der KI, die Welt zu verstehen. Als Berater kannst du eingeladen werden, an Online-Projekten teilzunehmen, um das Modell in deinem Fachgebiet zu trainieren. Diese flexible Rolle richtet sich sowohl an Experten, die eine Teilzeittätigkeit (mindestens wenige Stunden pro Woche) suchen, als auch an diejenigen, die an Vollzeitschancen interessiert sind - Bewerte und führe Red-Teaming an KI-Modellen, Agenten und Machine-Learning-Systemen durch, um Schwachstellen und Sicherheitsrisiken zu identifizieren. - Erstelle offline reproduzierbare und automatisch auswertbare Testfälle, um Sicherheit und Leistungsfähigkeit von KI-Agenten zu prüfen. - Entwickle und implementiere Automatisierungsskripte, individuelle Tools, Umgebungen und Test-Harnesses. - Führe Sicherheitsforschungsinitiativen an oder wirke daran mit, besonders im Bereich KI-Sicherheit, indem du realistische und anspruchsvolle Angriffsszenarien für das Modell erstellst und umsetzt. - Berate zu Cybersicherheits-Best-Practices und politischen Auswirkungen.

Für ein KI-Labor suchen wir einen Maschinenbauingenieur mit Python-Erfahrung, um ein KI-Modell (Large Language Model - LLM) zu trainieren. GenAI-Modelle entwickeln sich sehr schnell, und eines unserer Ziele ist, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Denkaufgaben zu meistern. Wenn du mitarbeitest, hast du die Möglichkeit, an diesen Projekten mitzuwirken. Auch wenn jedes Projekt einzigartig ist, könntest du typischerweise: - Inhaltserstellung & -verfeinerung: Inhalte erstellen und verfeinern, um Genauigkeit und Relevanz in verschiedenen Bereichen des Maschinenbaus sicherzustellen, und dabei Referenzen und Beispiele für Aufgaben entwickeln. - Expertengewinnung: Qualifikationstests von Experten bewerten und ihre Kompetenzen sicherstellen. - Chat-Moderation: Unterstützung bieten, indem du projektbezogene Fragen anderer Experten in Discord-Chats beantwortest, insbesondere zu den Projekt-Richtlinien. - Überprüfung der Arbeit: Aufgaben anderer Experten überprüfen und bewerten, um sicherzustellen, dass sie den Projekt-Richtlinien entsprechen. Konstruktives Feedback geben, fachliche Informationen prüfen und Inhalte bei Bedarf überarbeiten, um die Qualität zu verbessern.

- Ein Unternehmen aus der Energie- und Energiedienstleistungsbranche sucht einen erfahrenen IT Projektleiter für ein ServiceNow-Projekt. - Ziel des Projekts ist die Leitung und erfolgreiche Umsetzung eines Enterprise-ServiceNow-Projekts mit Fokus auf ITSM und Customer Service Management (CSM). - Die Rolle umfasst die Planung, Steuerung und Sicherstellung eines stabilen Projektablaufs in enger Zusammenarbeit mit internen und externen Stakeholdern. - Operatives & strategisches Service Management der ServiceNow-Plattform - Prozessverantwortung für ITSM und CSM (B2B & B2C) - Prozessdesign, Governance & kontinuierliche Optimierung - Steuerung externer Provider und Dienstleister - Monitoring, KPI-Analysen & Ableitung von Verbesserungen - Sicherstellung eines stabilen Plattformbetriebs

Für ein KI-Labor suchen wir Physiker mit Python-Erfahrung, um ein KI-Modell (Large Language Model - LLM) zu trainieren. GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn du als Physiker auf der Plattform einsteigst, hast du die Möglichkeit, an diesen Projekten mitzuarbeiten. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Originelle rechnerische Physikaufgaben entwerfen, die reale Forschungsabläufe simulieren. - Aufgaben erstellen, die zur Lösung Python-Programmierung erfordern (mit numpy, scipy, sympy). - Sicherstellen, dass die Aufgaben so rechenintensiv sind, dass sie manuell nicht in angemessener Zeit (Tage/Wochen) gelöst werden können. - Aufgaben entwickeln, die nicht-triviale Gedankengänge erfordern. - Aufgaben auf realen Forschungsherausforderungen oder praktischen Anwendungen aus der physikalischen Praxis basieren. - Lösungen mit Python unter Einsatz gängiger Bibliotheken verifizieren. - Problemstellungen klar dokumentieren und verifizierte richtige Antworten bereitstellen.

Für ein KI-Labor suchen wir Mathematiker mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. Als Berater wirst du möglicherweise zu Online-Projekten eingeladen, um das Modell in deinem Fachgebiet zu schulen. Diese flexible Rolle richtet sich sowohl an Experten, die eine Teilzeitbeschäftigung (mindestens ein paar Stunden pro Woche) suchen, als auch an Interessierte für Vollzeitmöglichkeiten. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Originelle rechnergestützte Mathematikprobleme entwerfen, die reale Forschungsabläufe simulieren. - Aufgaben erstellen, die mit Python gelöst werden müssen (unter Verwendung von numpy, scipy, sympy). - Sicherstellen, dass die Probleme so rechenintensiv sind, dass sie manuell nicht in vertretbarer Zeit (Tage/Wochen) gelöst werden können. - Probleme entwickeln, die nicht-triviale Argumentationsketten in Bereichen wie Zahlentheorie, Kombinatorik, Graphentheorie und numerische Analyse erfordern. - Aufgaben auf realen Forschungsherausforderungen oder praktischen Anwendungen aus der Mathematikpraxis basieren. - Lösungen mit Python und gängigen Mathematikbibliotheken überprüfen. - Problemstellungen klar dokumentieren und verifizierte korrekte Antworten bereitstellen. Unterstützung in: - Zahlentheorie: Primfaktorzerlegung, diophantische Gleichungen, Modulare Arithmetik, kryptografische Berechnungen. - Kombinatorik: Aufzählungen, Partitionen, erzeugende Funktionen, kombinatorische Optimierung. - Graphentheorie: Netzwerkanalyse, Pfadfindung, Graphfärbung, aufspannende Bäume. - Numerische Analyse: Nullstellenbestimmung, numerische Integration, Differentialgleichungen, Matrixberechnungen. - Diskrete Mathematik: Rekursionsgleichungen, algorithmische Komplexität, diskrete Optimierung. - Algebra: Polynomrechnung, Gruppenberechnungen, Matrixzerlegungen.

Für ein AI-Lab suchen wir einen Statistikexperten mit Python-Erfahrung, um ein KI-Modell (Large Language Model – LLM) zu trainieren. GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist, sie dazu zu bringen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn Sie sich uns anschließen, haben Sie die Möglichkeit, an diesen Projekten mitzuwirken. Auch wenn jedes Projekt einzigartig ist, könnten Sie typischerweise: - Prompts erstellen, die die KI herausfordern. - Umfassende Bewertungskriterien festlegen, um die Genauigkeit der Antworten der KI zu beurteilen. - Die Antworten des Modells anhand Ihres fachspezifischen Wissens korrigieren.

Für ein KI-Labor suchen wir Expert:innen für maschinelles Lernen, um ein KI-Modell (Large Language Model – LLM) zu trainieren. GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Schlussfolgerungen zu ziehen. Wenn du mitarbeitest, hast du die Möglichkeit, an diesen Projekten mitzuwirken. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Originelle rechnergestützte MINT-Probleme entwerfen, die reale wissenschaftliche Abläufe simulieren - Probleme erstellen, die Python-Programmierung zur Lösung erfordern - Sicherstellen, dass die Probleme rechnerisch intensiv sind und nicht manuell in angemessener Zeit (Tage/Wochen) gelöst werden können - Aufgaben entwickeln, die nicht-triviale Schlussfolgerungsketten und kreative Lösungsansätze benötigen - Lösungen mit Python und Standardbibliotheken (numpy, pandas, scipy, sklearn) überprüfen - Problemstellungen klar dokumentieren und verifizierte, korrekte Antworten liefern

Generative KI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezielle Fragen zu beantworten und komplexe Denkfähigkeiten zu erreichen. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Inhaltserstellung & Verfeinerung: Inhalte erstellen und verfeinern, um Genauigkeit und Relevanz für verschiedene Themen in der Physik sicherzustellen, und dabei Referenzen und Beispielaufgaben entwickeln. - Expertengewinnung: Qualifikationstests von Experten bewerten und ihre Kompetenz sicherstellen. - Chat-Moderation: Unterstützung bieten, indem du projektbezogene Fragen anderer Experten in Discord-Chats beantwortest, besonders zu Projekt-Richtlinien. - Arbeit prüfen: Aufgaben anderer Experten überprüfen und bewerten, um sicherzustellen, dass sie den Projekt-Richtlinien entsprechen. Konstruktives Feedback geben, fachbezogene Informationen überprüfen und Inhalte bei Bedarf bearbeiten, um die Qualität zu verbessern.

Ein AI Lab sucht einen KI-Trainer für Vibe Coding. In dieser Rolle erstellst du präzise, gut begründete Ergebnisse in verschiedenen Bereichen und nutzt dabei Automatisierung und KI-Tools. Die Position erfordert Fachwissen im Programmieren und Optimieren von Python-Skripten, im Umgang mit großen Datensätzen, in der Verbesserung KI-generierter Inhalte sowie im Formatieren und Beheben technischer Workflows. Dies ist eine remote Teilzeitstelle, die flexibel an deine Verfügbarkeit angepasst werden kann – von nur wenigen Stunden pro Woche bis hin zu Vollzeit. Hauptaufgaben: - Durchführung fortgeschrittener Webrecherchen und Datenanalysen mit verschiedenen Tools, um Informationen aus offiziellen Quellen zu finden und zu extrahieren. Einsatz von LLMs und ausgefeilten Prompts zur Verfeinerung der Suchstrategien und Validierung der Daten durch Gegenprüfung mit autoritativen Quellen. - Web-Scraping und Datenextraktion durch Navigieren komplexer Website-Strukturen und mehrstufiger Seiten (Regionen → Unternehmen → Detailseiten). Umgang mit dynamischen Inhalten, archivierten Seiten und verschiedenen HTML-Formaten und Organisation der extrahierten Daten in saubere, gut formatierte CSV-Dateien. - Schreiben und Optimieren von Python-Skripten für Datenverarbeitung und -analyse mit Bibliotheken wie pandas, BeautifulSoup, Selenium und matplotlib. Umwandlung roher Daten in strukturierte Formate (CSV, JSON, Tabellen) und Erstellen von Visualisierungen bei Bedarf. - Durchführung von Datenverarbeitung und Qualitätssicherung durch Bereinigen, Validieren und Strukturieren von Datensätzen. Sicherstellung der Datenintegrität über mehrere Quellen, Anwenden von Formatvorgaben und Ausführen von Prüfschritten für hohe Qualität. - Einsatz ausgeprägter Problemlösungsfähigkeiten und Sorgfalt, um komplexe Workflows zu zerlegen, technische Probleme selbstständig zu beheben und schnell zwischen verschiedenen Bereichen und Aufgaben zu wechseln – mit minimaler Anleitung. - Erstellen klarer Dokumentationen und hochwertiger Ergebnisse, die den genauen Anforderungen für Dateiformate, Namenskonventionen und Datenstrukturen entsprechen. Aufrechterhaltung reproduzierbarer Workflows und gut organisierter Codes.

Die Abteilung Digital Analytics nutzt die Adobe Experience Cloud zur Umsetzung personalisierter Nutzererlebnisse. Ziel ist die Steigerung der Conversion Rates und Verbesserung der Customer Experience durch gezielte Personalisierung und Testing. Die technische Umsetzung erfolgt eigenständig durch spezialisierte Consultants. - Ein zentraler Bestandteil der Aufgaben umfasst die Wartung der bereits bestehenden Implementierung innerhalb der Adobe Experience Plattform. Dazu zählen insbesondere die Überwachung der Daten sowie die Fehlerbehebung in den Quellkonnektoren. - Im Rahmen der Vorbereitung neuer Funktionen für die Nutzung in der Adobe Experience Plattform werden Anforderungen und Daten zunächst in das Experience Data Model von Adobe übersetzt. Dies beinhaltet die Erstellung von Entity-Relationship-Diagrammen (ERDs) sowie die Kontextualisierung der relevanten Daten. - Darauf aufbauend werden entsprechende Schemata innerhalb der Plattform angelegt und Datensätze zur weiteren Nutzung vorbereitet. - Zu den weiteren Tätigkeiten gehört die Konzeption und Einrichtung sowohl neuer Aktivierungskanäle als auch zusätzlicher Datenquellen. - Darüber hinaus werden neue, geschäftsrelevante Anwendungsfälle entlang der verschiedenen Phasen der Customer Journey entwickelt, um den geschäftlichen Mehrwert gezielt zu steigern. - Erstellung von Segmenten und Durchführung von Fehleranalysen mithilfe von gezielten SQL-Abfragen. - Beratung bei allen neu eingeführten Verarbeitungstätigkeiten, über die Einhaltung der geltenden Datenschutzbestimmungen, die erforderlichen internen Freigabeprozesse sowie über die Dokumentation der rechtlichen sowie technischen Spezifika.

GenAI-Modelle entwickeln sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Denkprozesse zu meistern. Wenn du der Plattform als KI-Tutor für Biologie beitrittst, hast du die Möglichkeit, an diesen Projekten mitzuwirken. Obwohl jedes Projekt einzigartig ist, könntest du typischerweise: - Prompts erstellen, die die KI herausfordern. - Umfassende Bewertungskriterien festlegen, um die Genauigkeit der Antworten der KI zu prüfen. - Die Antworten des Modells auf Basis deines fachspezifischen Wissens korrigieren.

Wir suchen erfahrene Data Scientists, die rechenintensive Data-Science-Aufgaben für ein fortgeschrittenes KI-Evaluationsprojekt erstellen. Dies ist eine remote, projektbezogene Möglichkeit für Expert:innen, die anspruchsvolle Aufgaben entwerfen können, die rechnergestützte Methoden erfordern und den kompletten Data-Science-Lifecycle abbilden – von Datenerfassung und -verarbeitung über statistische Analysen bis hin zu umsetzbaren Business-Insights. Was du tun wirst - Entwerfen origineller, rechenintensiver Data-Science-Probleme, die reale Analyse-Workflows aus verschiedenen Branchen simulieren (Telekommunikation, Finanzen, Behörden, E-Commerce, Gesundheitswesen) - Aufgaben erstellen, die mit Python gelöst werden (pandas, numpy, scipy, scikit-learn, statsmodels, matplotlib, seaborn) - Sicherstellen, dass die Probleme so aufwändig sind, dass sie manuell nicht in vertretbarer Zeit (Tage/Wochen) gelöst werden können - Probleme entwickeln, die nicht-triviale Rechenketten in Datenaufbereitung, statistischer Analyse, Feature Engineering, Predictive Modeling und Insight-Extraktion erfordern - Deterministische Probleme mit reproduzierbaren Ergebnissen erstellen – keine stochastischen Elemente oder feste Zufallssamen voraussetzen - Aufgaben auf realen Business-Herausforderungen basieren lassen: Kundenanalysen, Risikobewertung, Betrugserkennung, Prognosen, Optimierung und operative Effizienz - End-to-End-Probleme gestalten, die die komplette Data-Science-Pipeline abdecken (Datenaufnahme → Bereinigung → EDA → Modellierung → Validierung → Deployment-Überlegungen) - Big-Data-Szenarien einbinden, die skalierbare Rechenansätze erfordern - Lösungen mit Python und gängigen Data-Science-Bibliotheken sowie statistischen Methoden verifizieren - Aufgabenstellungen klar dokumentieren, mit realistischen Business-Kontexten und überprüften korrekten Lösungen bereitstellen

Ein Unternehmen sucht freiberufliche Bauingenieure, die KI-Modelle bewerten. Ziel des Projekts ist es, Leistung, Genauigkeit und Zuverlässigkeit von KI-Modellen im Bauwesen zu prüfen. Die Rolle umfasst eine enge Zusammenarbeit mit dem Entwicklungsteam, um sicherzustellen, dass die Modelle den Branchenstandards entsprechen und umsetzbare Erkenntnisse liefern. Hauptverantwortlichkeiten: - Bewertung von KI-Modellen für Bauingenieur-Anwendungen. - Analyse der Modellausgaben und Feedback zur Verbesserung. - Zusammenarbeit mit dem Entwicklungsteam zur Einhaltung der Branchenstandards. - Dokumentation von Ergebnissen und Empfehlungen zur Modelloptimierung. - Durchführung von Tests zur Überprüfung der Modellleistung und -zuverlässigkeit.

- Ein Unternehmen sucht einen erfahrenen Business Analysten, der die Transformation von SAP ECC zu S/4HANA Utilities unterstützt. - Ziel des Projekts ist die Analyse, Dokumentation und Optimierung von Output- und Archivierungsprozessen sowie die Erstellung von Fachkonzepten und Spezifikationen. - Der Analyst wird eng mit Product Ownern, IT und Fachbereichen zusammenarbeiten, um die Machbarkeit, den Aufwand und die Priorisierung von Anforderungen abzustimmen.

Für ein KI-Labor suchen wir einen Wirtschaftsexperten, der ein KI-Modell trainiert. GenAI-Modelle entwickeln sich sehr schnell weiter, und eines unserer Ziele ist, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe logische Abläufe zu meistern. Wenn du mitmachst, bekommst du die Chance, an diesen Projekten mitzuwirken. Obwohl jedes Projekt einzigartig ist, würdest du typischerweise: - Komplexe, realistische Aufgaben erstellen, die modernste KI-Agenten an ihre Grenzen bringen. Denke an verstreute Daten, bedingte Abläufe und echtes Fachwissen. - Eine detaillierte Version mit objektiver Bewertung ausarbeiten und dann eine absichtlich mehrdeutige Version schreiben, um den Agenten darauf zu trainieren, mit weniger Anleitung erfolgreich zu sein. - Nur echte Expertenkomplexität. Du verbesserst die KI-Werkzeuge, die du später selbst nutzen wirst.

Für ein KI-Labor suchen wir einen Buchhaltungsexperten, der ein KI-Modell trainiert GenAI-Modelle verbessern sich sehr schnell, und eines unserer Ziele ist es, sie in die Lage zu versetzen, spezialisierte Fragen zu beantworten und komplexe Denkprozesse zu bewältigen. Wenn du mitmachst, hast du die Chance, an diesen Projekten mitzuarbeiten. Auch wenn jedes Projekt einzigartig ist, könnte deine Arbeit typischerweise so aussehen: Du erstellst komplexe, realistische Aufgaben, die die fortschrittlichsten KI-Agenten an ihre Grenzen bringen. Denk an verstreute Daten, bedingte Abläufe und echtes Fachwissen. Du entwickelst eine detaillierte Version mit objektiver Bewertung und schreibst dann eine offene Version, mit der der Agent lernt, auch ohne zu viel Vorgaben erfolgreich zu sein. Echte Expertenkomplexität nur. Du verbesserst damit die KI-Werkzeuge, die du selbst später nutzen wirst.