Data Scientist - Intelligente Erlebnisse, MLO

Glauben Sie, dass machine learning und KI die Welt verändern können? Wir tun es. Wir sind das ML-Data-Team innerhalb der Intelligent System Experience (ISE)-Gruppe von Apple und wir erstellen die qualitativ hochwertigen, hochskalierten Datensätze, die die ML-Funktionen für viele Apple-Produkte trainieren – iPhone, iPad, Mac, Apple Watch und AirPods. Unsere Arbeit steckt hinter einigen der sichtbarsten und persönlichsten Erlebnisse, die Apple liefert: dem Hintergrundbild auf Ihrem Sperrbildschirm, personalisierten Stickern in iMessage, Genmoji auf dem Gerät und anderen generativen Modellen für Apple Intelligence sowie Modellen, die Gesichter erkennen und Erinnerungen an die Menschen aufbauen, die Sie in Fotos lieben. Wir suchen einen Data Scientist, der sich für ML-Daten begeistert und die Trainingsdaten für die nächste Generation von multimodalen Funktionen von Apple mitgestalten möchte. Der ideale Kandidat gedeiht in einem schnelllebigen Umfeld, bringt rigorose wissenschaftliche Argumentation mit und übernimmt Probleme von Anfang bis Ende. Kommen Sie zu uns und Sie werden ab der ersten Woche an Produkten mitarbeiten, die ausgeliefert werden, und mit Petabytes an multimodalen Daten arbeiten.

Sie werden den End-to-End-Datenlebenszyklus entwerfen und betreiben, der das Training, die Feinabstimmung und die Evaluierung von großen Sprachmodellen und Diffusionsmodellen unterstützt. Im Tagesgeschäft bedeutet dies, verteilte Pipelines zu erstellen, die massive multimodale Datensätze bereinigen, deduplizieren und anreichern; synthetische Datengenerierungs-Pipelines mit LLM-basierten Generatoren, Validatoren und Gutachtern einzurichten; und agentenbasierte Workflows zu entwickeln – mehrstufige, werkzeugnutzende LLM-Systeme –, die menschliches Urteilsvermögen über weitaus mehr Daten skalieren, als ein menschliches Team direkt überprüfen könnte.

Bachelor- oder Master-Abschluss in Informatik, Machine Learning, Data Science oder einem verwandten Ingenieurwesen mit 5+ Jahren praktischer Erfahrung in der Anwendung von NLP, Computer Vision oder multimodalem machine learning auf Produktionssysteme, einschließlich Erfahrung mit groß angelegten Datenpipelines.

Erfahrung im Prompting, Fine-Tuning und der Evaluierung von LLMs oder Vision-Language/Diffusion-Modellen für spezifische nachgelagerte Aufgaben.

Erfahrung mit parameter-effizientem Fine-Tuning (LoRA/QLoRA), Präferenzoptimierung (RLHF, DPO), RAG und Retrieval-basiertem Daten-Curation.

Erfahrung im Entwurf, der Evaluierung und der Produktivsetzung von Data-Science-Algorithmen zur Datenkuratierung, Datenfilterung, Deduplizierung und Datenauswahl.

Erfahrung im Entwurf von kontrollierten Experimenten oder Ablationsstudien zum Verständnis der Auswirkung von Daten auf die Modellqualität.

Erfahrung im Aufbau von agentenbasierten oder Multi-Agenten-, werkzeugnutzenden LLM-Systemen und Human-in-the-Loop-Workflows, Kalibrierung von Gutachtern anhand menschlicher Labels und Minderung von Fehlermodi.

Starke Software-Engineering-Kenntnisse mit 5+ Jahren in Python, Workflow-Orchestrierung (Airflow), Cloud-Plattformen (AWS, GCP), verteilten Datenverarbeitungs-Frameworks (Spark, Ray oder ähnlich) im großen Maßstab.

Veröffentlichungsliste oder Open-Source-Beiträge in NLP, Computer Vision oder generativer KI sind von Vorteil.

Vertrautheit mit datenschutzfreundlichen Techniken (z. B. Differential Privacy, datenschutzfreundliche On-Device-Datenbeschränkungen) ist von Vorteil.