Auf einen Blick
- Aufgaben: Entwickle und skaliere KI-Modelle für Bild- und Videoerzeugung.
- Unternehmen: GenPeach AI, ein innovatives Forschungslabor für multimodale KI.
- Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen und flexible Arbeitszeiten.
- Weitere Informationen: Dynamisches Team mit direktem Einfluss auf Produkte und Technologien.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an bahnbrechenden Projekten.
- Qualifikationen: Starke Python- und PyTorch-Kenntnisse sowie Erfahrung mit Deep Learning.
Das prognostizierte Gehalt liegt zwischen 90000 - 110000 CHF pro Jahr.
GenPeach AI ist ein produktorientiertes Forschungs-Labor, das vertikale multimodale Grundmodelle für hyperrealistische menschliche Generierung in Bildern und Videos entwickelt – entworfen für emotional resonante, menschenzentrierte KI-Erlebnisse. Unser Ziel ist es, Werkzeuge zu schaffen, die die menschliche Kreativität ankurbeln, anstatt sie zu ersetzen.
Wir trainieren Modelle von Grund auf: proprietäre Datensätze in großem Maßstab, neuartige Architekturen und Trainingsrezepte, große GPU-Cluster und enge Produktintegration, damit Forschung schnell zu den Nutzern gelangt. Wir sind ein tief technisches Team von etwa 10 Personen.
Sie werden dem Forschungsteam beitreten, das an der Bild-/Video-Generierung und multimodalen Verständnis arbeitet. Sie arbeiten eng mit anderen Forschungsingenieuren und Wissenschaftlern sowie den Gründern zusammen und helfen dabei, Forschung in skalierbare Trainingsläufe, starke Bewertungen und produktionsbereite Systeme umzusetzen.
Wir suchen einen AI Research Engineer, um GenPeachs Grundmodelle end-to-end aufzubauen und zu skalieren – von der Implementierung neuer Modellideen und Trainingsrezepte bis hin zur Verantwortung für die Teile des Trainingsstacks, die Qualität und Geschwindigkeit bestimmen, und dem Überwinden von Produktionsbeschränkungen. Dies ist eine praktische, verantwortungsvolle Rolle. Sie werden forschungsrelevanten Code schreiben, der produktionskritisch wird.
In dieser Rolle werden Sie:
- Bild-/Video-generative Modellideen (Architektur, Verluste, Bedingung, Sampling, Vortraining, Destillation, Nachtraining) implementieren und iterieren
- Die Trainingsleistung end-to-end besitzen (verteiltes Training, Durchsatz, Speicher, Stabilität, Debugging von Skalierungsfehlern)
- Den Experimentationszyklus aufbauen (Bewertungen, Ablationen, Reproduzierbarkeitstools, Berichterstattung, Entscheidungsfindung)
- VLMs für die Bild-/Video-Beschriftung aufbauen und verbessern (Datenrezepte, Trainingsstrategien, Modellvarianten, Bewertung)
- Hochiterative Forschung durchführen: Papers lesen, Ideen implementieren, empirisch validieren
- Beschriftungspipelines erstellen, die das Generierungstraining und die Produktqualität verbessern
- Mit Inferenz/Produkt zusammenarbeiten, um unter realen Einschränkungen (Latenz, Kosten, Zuverlässigkeit, Rollout-Sicherheit) zu liefern
- Demos und Prototypen erstellen, um Fähigkeiten zu demonstrieren und Iterationen zu beschleunigen
Sie könnten in dieser Rolle erfolgreich sein, wenn Sie:
- Die Kunst des Experimentierens lieben: schnelle Iteration, klare Ablationen, starke Bewertungen und ehrliche Schlussfolgerungen
- Es genießen, chaotische reale Trainingsläufe zu debuggen (nicht nur saubere Demos)
- Zwischen Forschung und Ingenieurwesen wechseln können: sauberen Code schreiben, Hilfsprogramme bereitstellen und die Teamgeschwindigkeit verbessern
- Verantwortung über Ihre Stellenbeschreibung hinaus übernehmen, wenn nötig (Startup-Realität)
- Deutlich kommunizieren und gut in einem kleinen, erfahrenen Team zusammenarbeiten können
Mindestens erforderliche Qualifikationen:
- Starke Python- und PyTorch-Kenntnisse (4+ Jahre Erfahrung)
- Erfahrung in der Implementierung und dem Training von Deep-Learning-Modellen (generative Modelle, VLMs, LLMs, Vision/Video oder angrenzend)
- Solides Verständnis von Trainingsdynamik, Optimierung und praktischem Debugging
- Fähigkeit, Projekte end-to-end mit minimaler Aufsicht voranzutreiben
Bevorzugte Qualifikationen:
- Praktische Erfahrung mit Diffusions-/Flow-basierten Bild- oder Video-Generierungen oder großangelegtem generativem Modellieren in angrenzenden Bereichen
- Erfahrung mit verteiltem Training im großen Maßstab (Multi-Node) und Leistungstuning (Durchsatz/Speicher)
- Erfahrung im Aufbau von Bewertungsrahmen (offline Metriken + menschliche Bewertungen + Regressionstracking)
- Starke Intuition für Datenqualität und Dataset-/Labeling-Abwägungen für Training und Beschriftung
- Veröffentlichungen sind ein Plus, aber ausgelieferte Auswirkungen und starke technische Beweise zählen mehr
Was diese Rolle einzigartig macht:
- Grenzenlose Bild-/Video-Modelle und die VLM-Beschriftungssysteme, die sie antreiben, aufbauen
- Teil eines schlanken, erfahrenen Teams sein, das hohe Standards in Engineering und Forschung hält
- Direkter Produkteeinfluss: Ihre Trainingsläufe werden zu echten benutzerorientierten Fähigkeiten
- Gegen die Besten der Welt benchmarken und bei der Modellqualität durch das, was wir ausliefern, konkurrieren
Wie wir arbeiten:
- Sie besitzen Ergebnisse end-to-end und werden mit echter Verantwortung betraut
- Direkte, egoarme Kommunikation und schnelle Feedbackschleifen
- Neigung zum Einfluss: messen → iterieren → ausliefern
- Forschungsdisziplin: klare Ablationen, Reproduzierbarkeit und prägnante Entscheidungsfindung
Logistik:
- Standort: Zürich (Schweiz) oder Warschau (Polen) – vor Ort oder hybrid. Wenn Sie woanders sind, sind wir offen für Remote (Team-/Zeitzonenanpassung berücksichtigt).
- Vergütung: wettbewerbsfähiges Gehalt + bedeutendes Eigenkapital (niveauabhängig)
- Interviewprozess: schneller Screening → 2 technische Runden (praktisch + Systeme) → Teamfit/Werte
Was wir anbieten:
- Visumsponsoring (wo zutreffend); wir werden uns bemühen, Sie nach Schweiz oder Polen zu versetzen, wenn gewünscht
- Remote-freundlich: vollständig remote, hybrid oder vor Ort aus unseren Hubs arbeiten
- Regelmäßige Offsites und persönliche Veranstaltungen zur Zusammenarbeit und Vernetzung
- Flexible PTO
Member of Technical Staff - AI Research Engineer in Zürich Arbeitgeber: Sarah Smith
GenPeach AI ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung in Zürich bietet. Unser Team besteht aus hochqualifizierten Fachleuten, die an der Spitze der KI-Forschung stehen und die Möglichkeit haben, direkt an bahnbrechenden Projekten zu arbeiten, die echte Auswirkungen auf die Benutzererfahrung haben. Wir fördern eine Kultur des Experimentierens und der Zusammenarbeit, bieten flexible Arbeitsmodelle und unterstützen das persönliche Wachstum durch regelmäßige Schulungen und Networking-Events.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Member of Technical Staff - AI Research Engineer in Zürich erhalten könntest
✨Mach mit bei Tech-Meetups!
Als Software-Entwickler sollt's du unbedingt an lokalen Tech-Meetups teilnehmen. Das isch ne super Möglichkeit, um leute kennenzulernen, die im selben Bereich arbeiten. Frag nach, ob die eventuell offene Stellen haben oder wo die spannendsten Projekte am Start sind.
✨Freu dich auf Hackathons!
Hackathons sind nicht nur eine super Gelegenheit, um dein Können zu zeigen, sondern auch um direkt in Kontakt mit Firmen zu treten, die grad nach Talenten suchen. Mach mit, zeig, was du drauf hast und vielleicht kannst du das Interesse von Sarah Smith wecken!
✨Erstelle ein paar coole Projekte!
Wenn du dich um eine Vollzeitstelle als Software-Entwickler bewirbst, ist es wichtig, dass du ein Portfolio hast. Hol dir ein paar eigene Projekte oder mach bei Open-Source-Projekten mit. Das gibt den Firmen wie Sarah Smith einen Einblick in deine Fähigkeiten und Kreativität.
✨Networking auf Entwickler-Plattformen!
Nutze Plattformen wie GitHub oder Stack Overflow, um deine Sichtbarkeit zu erhöhen. Beteilige dich an Diskussionen und schau, wo du anderen helfen kannst. So wirst du ein Teil der Community und lass die Leute wissen, dass du auf der Suche nach einem Vollzeitjob in der Software-Entwicklung bist!
Wir glauben, dass du diese Fähigkeiten brauchst, um Member of Technical Staff - AI Research Engineer in Zürich mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig us dini Coding-Skills!:Im Bereich Software-Entwicklung isch es mega wichtig, dass du dini technischen Fähigkeiten unter Beweis stellsch. Mach sicher, dass du e Übersicht vo dine Programmier-Sprachen, Frameworks und Tools, wo du beherschsch, in dine CV einfüegsch. Wenn du scho Projekte oder Programmierungen gemacht hesch, verlink doch uf GitHub oder dein Portfolio, damit mir dini Skills gleich chönne gseh!
Erzähl vo dinere Leidenschaft!:In dim Bewerbungsschreiben sollsch du usdrücklich ussüüse, warum Software-Entwicklung din Traumberuf isch. Was motiviert dich? Welche Technologien oder Projekte interessieren dich besonders? Das git uns e gueti Vorstellung, wie du dich ins Team integriere chönntisch und was du für neue Ideen bringisch.
Soft Skills sind wichtig!:Neben technischen Fähigkeiten, leged mir bei Sarah Smith auch Wert uf Soft Skills wie Teamarbeit, Kommunikation und Problemlösig. Mach sicher, dass du im Bewerbungsschreiben erläuterisch, wie du diese Fähigkeiten in vorherige Projekte oder Erlebnisse ebruecht hesch. Das zeigt, dass du nöd nur en Code-Champion bisch, sondern au e super Kollege.
Halte dir di Zeit für d'Bewerbung frei!:Bei Vollzeit-Positionen sind wir vor allem interessiert an langfristigen Engagements. Zeig uns im Bewerbungsschreiben, das du bereit bisch, dich für uns z'engagiere. Mach aber au klar, dass du flexibel und bereit bisch, neue Technologien oder Methoden zu lerne. Und vergiss nöd, dich direkt über unsere Website zu bewerben – das macht's für üns einfacher!
Wie man sich auf ein Vorstellungsgespräch bei Sarah Smith vorbereitet
✨Vorbereitung uf die Coding-Challenges
In der Software-Entwicklung sind Coding-Challenges oft en Bestandteil vo de Interviews. Mir wäre es wichtig, dass mir unse Algorithmen und Datensstrukturen gut beherrschen. Nimm dir Zeit, um auf Plattformen wie LeetCode oder HackerRank üben und auf spezifische Themen, die verlangt werde chönd, usrichte.
✨Flyer für din Portfolio
Bei Vollzeitstellen isch es wichtig, dass mir e starks Portfolio präsentiere chönd. Zeig d'Projekte, die du gemacht hesch, und stelle sichere, dass du alle wichte Tools und Technologien erwähnt hesch, die relevant sind. Mach klar, wie du als Teamspieler arbedest, und gib Beispiele fürs Coden im Team.
✨Technisch konkret werde
Bereite dich uf technische Fragen zu den spezifischen Tools und Frameworks vor, die im Job gefragt sind. Frag dich, wie du spezifisch mit Technologien wie Git, Docker oder andere aktuell verwendete Technologien umgeisch und sei parat, genau das zu erläuterä. Das zeigt, dass du das nötige Wissen hesch und diktiert das Gespräch auf a höhere Ebene.
✨Teamfit isch wichtig
In der Software-Entwicklung isch die Teamdynamik extrem wichtig. Mach dir Gedanken, wie du deine Kommunikationsfähigkeiten und Problem-Lösungsstrategien im Team beschriebe chönd. E paar Beispiele, wie du Herausforderungen im Team gemeistert hesch, werden dir helfen, einen bleibenden Eindruck z’hinterlä.
