Data Science & KI · Senior (6+ Jahre)

Lebenslauf für KI-Forschende

Dieses Beispiel zeigt, wie ein KI-Forscher experimentelle Methoden, Modellevaluierung und veröffentlichte Arbeiten mit messbaren Forschungsergebnissen verknüpfen kann. Ein überzeugender Lebenslauf für diese Rolle macht Ihren persönlichen Beitrag deutlich und enthält genügend technische Details, damit Teams Ihre Arbeit beurteilen können.

Maximilian Schmidt

KI-Forscher/in (m/w/d)

  • maximilian.schmidt@example.com
  • +49 30 00000000
  • Berlin

Profil

KI-Forscher/in mit 8 Jahren Erfahrung in einem angewandten Machine-Learning-Forschungslabor, in dem Transformer-Modelle und Reinforcement-Learning-Verfahren entwickelt werden. Versiert in Versuchsplanung, Modellevaluierung und reproduzierbaren Trainingsabläufen; promoviert in Informatik und mit begutachteten wissenschaftlichen Veröffentlichungen.

Berufserfahrung

Senior Wissenschaftlicher Mitarbeiter in der Forschung bei Cedar Peak Intelligence (2021 - heute) - Entwickelte einen Reinforcement-Learning-Ansatz für mehrstufige Sprachaufgaben und verbesserte die Abschlussrate in einer internen Evaluierung um 4 Prozentpunkte. - Entwickelte eine PyTorch-Pipeline zur Bewertung von 12 Modellvarianten und verkürzte die Prüfzeit für Experimente von 5 auf 3 Tage. - Betreute 2 wissenschaftliche Mitarbeitende bei Versuchsplanung und reproduzierbaren Abläufen und steuerte Experimente zu 3 Gemeinschaftspublikationen bei. Wissenschaftlicher Mitarbeiter in der Forschung bei Alpine Signal Labs (2018 bis 2021) - Trainierte Transformer-Modelle zum Dokumentenverständnis mit verteilten PyTorch-Jobs und senkte den Validierungsfehler auf einem zurückgehaltenen Datensatz um 9 %. - Erstellte Ablationsstudien für 6 Modellkonfigurationen und identifizierte eine einfachere Architektur, die den Rechenaufwand beim Training um 15 % verringerte.

Ausbildung

Promotion in Informatik - Summit Plains University (2018)

Kenntnisse

  • Deep Learning
  • Transformer-Modelle
  • Reinforcement Learning
  • Verarbeitung natürlicher Sprache
  • PyTorch
  • JAX
  • LLM-Evaluierung
  • Versuchsplanung
  • verteiltes Training
  • statistische Analyse

Ausgewählte Veröffentlichungen

• „Efficient Adaptation for Long-Form Document Tasks“, NeurIPS (2024) • „Preference Optimization Under Limited Feedback“, ICML (2022)

Forschungstools

• PyTorch, JAX, Weights & Biases • Slurm, Git, LaTeX

Dieses Beispiel verwenden

Öffnen Sie den Lebenslauf-Editor mit diesem Lebenslauf für KI-Forscher/in (m/w/d) und ersetzen Sie das Beispiel durch Ihre eigenen Daten.

Mit einem leeren Lebenslauf beginnen

Gängige Schlüsselwörter

Kenntnisse und Werkzeuge, die für diese Position häufig aufgeführt werden. Verwenden Sie nur die, die Sie tatsächlich beherrschen, und übernehmen Sie die Formulierungen aus der Stellenanzeige. Klicken Sie auf ein Wort, um es zu kopieren.

Handlungsverben

EntwickeltBewertetKonzipiertVerbessertVeröffentlichtAnalysiertGecoacht

So schreiben Sie einen Lebenslauf als KI-Forscher/in (m/w/d)

Stellen Sie Ihren Forschungsbereich heraus

Nennen Sie Ihren Forschungsschwerpunkt, Ihre wichtigsten Methoden und Ihre relevanteste Veröffentlichung oder Ihr relevantestes Projekt möglichst weit oben. Das Recruiting-Team sollte schnell erkennen, ob Ihre Arbeit zum Forschungsgebiet passt, etwa zu Sprachmodellen, Reinforcement Learning oder Interpretierbarkeit. Beschreiben Sie Ihren Beitrag zu gemeinschaftlichen Projekten und verlinken Sie auf eine öffentlich zugängliche Veröffentlichung oder ein Code-Repository, sofern vorhanden und zur Weitergabe geeignet.

Erläutern Sie Experiment und Ergebnis

Beschreiben Sie bei jedem Projekt die Fragestellung, den Ansatz und die Belege für den Erfolg. Fügen Sie, sofern möglich, eine Baseline, einen Evaluationsdatensatz, eine Ablationsstudie oder eine Ressourcenmessung hinzu. Verwenden Sie Zahlen, die den tatsächlichen Umfang des Experiments widerspiegeln, etwa die Zahl getesteter Varianten oder die Veränderung eines klar definierten Messwerts. Vermeiden Sie unbelegte Aussagen über die allgemeinen Fähigkeiten eines Modells.

Machen Sie Veröffentlichungen schnell erfassbar

Führen Sie ausgewählte Veröffentlichungen in einem eigenen Abschnitt mit Titel, Publikationsort, Jahr und gegebenenfalls Ihrer Position in der Autorenliste auf, wenn das Ihren Beitrag verdeutlicht. Verlinken Sie auf die Veröffentlichung oder das Preprint, sofern sie öffentlich zugänglich ist. Kennzeichnen Sie begutachtete Arbeiten, Preprints und laufende Arbeiten eindeutig. Geben Sie eine Dissertation nur an, wenn sie die angestrebte Stelle unterstützt.

Ordnen Sie Ihre Tools in den Forschungskontext ein

Nennen Sie Frameworks und Infrastruktur, die Sie direkt eingesetzt haben, etwa PyTorch, JAX oder Tools für verteiltes Training, und verknüpfen Sie diese in Ihren Berufserfahrungen mit einem konkreten Experiment. Lassen Sie lange Listen von Bibliotheken weg, die Sie nur ausprobiert haben. Geben Sie keine vertraulichen Projektdetails, nicht veröffentlichte Ergebnisse, die Sie nicht offenlegen dürfen, oder allgemeine Aussagen darüber an, wie innovativ oder wissbegierig Sie sind.

Alle Lebenslauf-Beispiele für Data Science & KI

Fragen zu dieser Position

Wie lang sollte ein Lebenslauf für die KI-Forschung sein?

Eine festgelegte Länge gibt es nicht. Für erfahrene Forschende bieten zwei Seiten Platz für ausgewählte Forschungsbeiträge, Veröffentlichungen und technische Erfahrung. Setzen Sie die relevantesten Arbeiten nach oben und kürzen Sie ältere Details, die Ihre Zielstelle nicht unterstützen. Wenn eine Bewerbung einen CV oder eine Publikationsliste verlangt, halten Sie sich an die Vorgaben und reichen Sie das angeforderte Dokument ein.

Sollte ich alle Veröffentlichungen und Preprints aufführen?

Führen Sie im Lebenslauf in der Regel eine kurze Auswahl der relevantesten Arbeiten auf und verlinken Sie auf eine vollständige Publikationsliste, falls vorhanden. Nennen Sie Publikationsort und Jahr und kennzeichnen Sie Preprints oder laufende Arbeiten korrekt. Geben Sie Ihre Position in der Autorenliste an, wenn sie Ihre Rolle verdeutlicht, insbesondere bei gemeinschaftlichen Veröffentlichungen. Beachten Sie die Bewerbungsvorgaben zu Publikationslisten.

Ist für eine Stelle in der KI-Forschung ein PhD erforderlich?

Die Anforderungen unterscheiden sich je nach Arbeitgeber, Team und Forschungsgebiet. Viele Stellen für Research Scientists verlangen einen PhD oder vergleichbare Forschungserfahrung. Manche berücksichtigen auch überzeugende eigenständige Arbeit, Veröffentlichungen oder umfassende angewandte Forschungserfahrung anstelle eines bestimmten Abschlusses. Lesen Sie jede Ausschreibung sorgfältig und belegen Sie Ihre Forschungsbeiträge, Methoden und technische Tiefe.

Kann ich aus der Softwareentwicklung in die KI-Forschung wechseln?

Ja, zeigen Sie neben Ihren Engineering-Kenntnissen auch Forschungserfahrung. Heben Sie Experimente hervor, die Sie konzipiert haben, sowie Veröffentlichungen oder technische Berichte, Open-Source-Arbeit und Kooperationen, die eine Forschungsfrage und eine sorgfältige Evaluierung belegen. Unterscheiden Sie klar zwischen Produktentwicklung und Forschungsbeiträgen. Stimmen Sie die Beispiele auf den Schwerpunkt der Stelle ab und geben Sie keine Autorenschaft oder Ergebnisse an, die Sie nicht belegen können.