Vereinigtes Königreich
Pharo Management
Materiom
AI Engineer
Vereinigtes Königreich
London, England, United Kingdom
PythonAWSGCP
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Vertragsart: Vollzeit, unbefristet
Standort: Hybrid (Büro in London)
Berufserfahrung: 2-4 Jahre Berufserfahrung
Gehalt: £70K+ je nach Erfahrung
Über Materiom
Die Mission von Materiom ist es, eine Welt zu schaffen, in der Materialien die Natur regenerieren und die menschliche Gesundheit unterstützen. Wir verfolgen dieses Ziel durch die Entwicklung von Daten- und KI-Tools, die dabei helfen, natürliche Alternativen für Verpackungen, Textilien und die gebaute Umwelt zu entdecken. Wir unterstützen Innovatoren auf der ganzen Welt dabei, diese neuen Materialien auf den Markt zu bringen.
Wir sind ein interdisziplinäres Team, das Materialwissenschaft, computergestützte Materialwissenschaft, KI/ML-Engineering und geschäftliche Innovation vereint. Im Jahr 2026 befinden wir uns an einem Wendepunkt: Mit fortschrittlicher KI und einem selbstfahrenden Labor beschleunigen wir die Entdeckung natürlicher Materialien und unterstützen Innovatoren im gesamten Sektor.
Die Rolle
Dies ist eine Position mit hoher Wirkung und dem Potenzial, führende KI/ML-Technologien auf eine der größten Herausforderungen der Welt anzuwenden. Wir suchen einen AI Engineer auf mittlerem Erfahrungsniveau, der an der Schnittstelle von angewandtem ML und angewandter KI arbeitet; jemanden, der gleichermaßen versiert darin ist, Vorhersagemodelle für strukturierte wissenschaftliche Daten zu entwickeln, wie auch LLM-gestützte Tools und agentenbasierte Workflows zu erstellen.
Ihre Aufgaben
Sie arbeiten in unserem Technik-Team und tragen zu zwei primären Arbeitsbereichen bei:
- Prädiktive Modellierung & Repräsentationslernen: Beitrag zur Entwicklung und Operationalisierung von ML-Modellen, die den hochdimensionalen, multizielorientierten Designraum natürlicher Polymere erlernen.
- Agentenbasierte Systeme zur Materialentdeckung: Beitrag zur Entwicklung und Evaluierung von agentenbasierten Systemen für die wissenschaftliche Entdeckung, die mit den Modellen, Simulationsfähigkeiten sowie internen und externen selbstfahrenden Laboren von Materiom interagieren.
ML-Modellierung
- Entwurf, Aufbau und Bereitstellung von ML-Modellen zur Vorhersage von Struktur-Eigenschafts-Beziehungen biobasierter Formulierungen auf Basis experimenteller, in-silico und aus der Literatur gewonnener Daten. Mit dem Ziel, ein Basismodell zu entwickeln, das über verschiedene Materialsysteme hinweg generalisiert.
- Durchführung rigoroser Experimente zum Vergleich von Modellierungsansätzen, klare Interpretation der Ergebnisse und iterative Verbesserung in Richtung der Qualitätsziele.
- Quantifizierung der Modellkonfidenz bei Vorhersagen und Nutzung dieser Erkenntnisse zur Entscheidung, welche Experimente oder Simulationen als Nächstes durchgeführt werden sollen.
- Zusammenarbeit mit Materialwissenschaftlern zur Definition neuer Merkmale und Zielvorgaben, Datenstandards und Erfolgskriterien für jedes Modell.
Agenten für die Materialentdeckung
- Beitrag zum agentenbasierten Stack von Materiom für die wissenschaftliche Entdeckung, von der Hypothesengenerierung bis hin zum Schließen des Kreislaufs mit dem SDL und der Simulations-Engine von Materiom.
- Aufbau von Tool-Schnittstellen, wie z. B. MCP-Servern, die Wissenschaftlern und Agenten strukturierten Zugriff auf interne und externe Ressourcen wie die Datenbanken, Vorhersagemodelle, Simulations-Engine und Laborinstrumente von Materiom ermöglichen.
- Verfolgung der Entwicklungen im Bereich KI für die Wissenschaft und agentenbasierte Forschung sowie Prototyping vielversprechender Methoden für die Anwendungsfälle von Materiom.
MLOps
- Entwicklung, Betrieb und Wartung von Workflows für Datenextraktion, Modelltraining & Evaluierung sowie Orchestrierung von Workflows für Laborausrüstung/Partner.
- Beitrag zu LLMOps- und MLOps-Best-Practices, einschließlich Versionierung, Monitoring, Evaluierung sowie Kosten-/Qualitätsoptimierung.
- Bereitstellung von ML/KI-gestützten Tools für Projektpartner, Pilotanwender und darüber hinaus, um Nutzerfeedback zu sammeln.
Interne & externe Zusammenarbeit
- Effektive Kommunikation komplexer technischer Konzepte und Ergebnisse an multidisziplinäre Zielgruppen.
- Enge Zusammenarbeit innerhalb des Technik-Teams und ständige Abstimmung mit Produkt- und wissenschaftlichen Prioritäten, um diese in klar definierte technische Aufgaben zu übersetzen.
Was wir suchen
Sie benötigen:
- Echte Begeisterung für das Potenzial, den Materialsektor durch KI-gestützte Entdeckung bahnbrechender biobasierter Alternativen zu transformieren.
- Fundierte Kenntnisse in ML-Grundlagen: statistisches Lernen, neuronale Netze, Optimierung, Modellauswahl und -validierung, Unsicherheitsschätzung sowie die Arbeit mit kleinen, verrauschten oder unausgewogenen Datensätzen.
- Praktische Erfahrung in der End-to-End-Entwicklung von ML-gestützten Systemen, von der Datenkuration, -sammlung und -aufbereitung über die Modellauswahl und Hyperparameter-Optimierung bis hin zur Modellbereitstellung. Sie haben Erfahrung mit PyTorch, scikit-learn, MLFlow usw.
- Praktische Erfahrung im Aufbau von LLM-basierten Agenten und deren Verbesserung durch metrikgesteuerte Evaluierung, idealerweise einschließlich Forschungsschleifen, in denen Agenten Experimente vorschlagen, durchführen und auswerten, um die Agentenleistung zu optimieren oder ML-Modelle zu entwickeln. Sie haben Erfahrung mit z. B. PydanticAI, CrewAI, Google ADK usw.
- Vertrautheit mit mindestens einer fortgeschrittenen deep learning-Technik wie geometrischem Lernen (äquivariante GNNs), raum-zeitlichen Techniken (SSMs, neuronale ODEs), Weltmodellen (JEPA, latente Dynamikmodelle), Sprachmodellierung (chemische und Protein-LMs), Diffusionsmodellen oder physikinformierten neuronalen Netzen (PINNs).
- Master-Abschluss in einem technischen Bereich (z. B. Informatik, Künstliche Intelligenz, Machine Learning), sowie 2 bis 4 Jahre Berufserfahrung in einem KI-Startup-Umfeld.
- Starke Python-Kenntnisse und gute Software-Engineering-Gewohnheiten: Versionskontrolle, Testing, reproduzierbare Pipelines.
- Vertrautheit mit einer großen Cloud-Plattform (z. B. GCP, AWS).
- Erfahrung in einem Umfeld, das sich gut auf ein kleines Startup übertragen lässt. Sie verfügen über hohe Eigenverantwortung und Autonomie in einem unklaren Umfeld. Sie blühen auf, wenn Sie Fortschritte erzielen können, ohne dass alles im Voraus definiert sein muss.
Nützlich, aber nicht erforderlich
- Fähigkeit, ML/KI-zentrierte Artefakte vor Anwendern zu präsentieren, um echtes Feedback zu erhalten.
- Erfahrung mit aktivem Lernen oder Closed-Loop-Experimentier-Workflows.
- Vertrautheit mit wissenschaftlichen Daten aus der Chemie, Materialwissenschaft oder angrenzenden Bereichen.
- Erfahrung mit relevanten Open-Source-Frameworks.
- Hintergrund in oder echte Neugier auf biobasierte Materialien oder Nachhaltigkeit.
Was wir bieten
Materiom ist ein wirkungsorientiertes Startup, das ein unterstützendes und flexibles Umfeld bietet, in dem Sie die Beschleunigung von Netto-positiven Materialien mithilfe modernster Technologie vorantreiben können. Unsere Vorteile umfassen:
- Wettbewerbsfähiges Gehalt: Ein jährliches Gehaltsband ab £70K, entsprechend Ihrer Erfahrung und Expertise.
- Jährliche Boni: Anspruch auf leistungsabhängige Boni, um Ihre Beiträge zum Unternehmenserfolg zu belohnen.
- Großzügiger bezahlter Urlaub: 30 Tage bezahlter Urlaub pro Jahr für Vollzeitstellen (anteilig angepasst für Teilzeitstellen), zusätzlich zu allen britischen Feiertagen.
- Lern- & Mentoring-Zuschüsse: Ein jährliches individuelles Budget, das der Entwicklung Ihrer Hard- und Soft-Skills gewidmet ist.
- Unterstützung beim Pendeln: Zugang zum Bike2Work-Programm zur Förderung nachhaltiger Mobilität.
- Flexibles hybrides Arbeiten: Ein hochflexibles Modell, das wöchentliche Tage im Büro (London) und im Homeoffice umfasst, sowie Optionen für temporäres Remote-Arbeiten.
- Internationale Retreats: Regelmäßige Firmen-Retreats, die oft an internationalen Standorten stattfinden, um Verbindungen aufzubauen und Fortschritte zu feiern.
- Kollaborative Teamkultur: Unsere Kultur ist geprägt von tiefer, interdisziplinärer Zusammenarbeit und bietet Ihnen die spannende Möglichkeit, an der Schnittstelle von Materialwissenschaft und KI zu arbeiten, um einen positiven Einfluss auf Mensch und Planet zu erzielen.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen