A

Sr. Applied Scientist, Foundation Model Build, WW Sustainability

Amazon • Vereinigte Staaten • Added on Sep 9, 2026
Für diese Stelle bewerben →

Als Senior Applied Scientist leiten Sie die Forschung und Bereitstellung fortschrittlicher KI-Systeme, die darauf ausgelegt sind, die komplexesten Umweltherausforderungen von Amazon zu lösen. Sie sind verantwortlich für die mehrjährige wissenschaftliche Roadmap und gehen über die einfache Anwendung von Modellen hinaus, um neue wissenschaftliche Methoden für Foundation-Modelle und multimodale Systeme zu entwickeln. Ihre Arbeit umfasst die Etablierung strenger Bewertungsstandards, um sicherzustellen, dass KI-gestützte Erkenntnisse vertrauenswürdig und in globalem Maßstab produktionsreif sind.

Diese Rolle ist einzigartig, da sie modernstes maschinelles Lernen auf Datensätze in planetarem Maßstab anwendet und so direkt beeinflusst, wie ein globaler Einzelhandelsriese CO2-Schätzungen und Klimarisiken steuert. Indem Sie die Lücke zwischen hochkarätiger KI-Forschung und greifbaren Nachhaltigkeitsergebnissen schließen, schaffen Sie die wissenschaftliche Vorlage dafür, wie Technologie die unternehmerische Verantwortung über Milliarden von Abläufen hinweg vorantreibt. Es ist eine seltene Gelegenheit, generative KI für eine messbare Umweltwirkung einzusetzen.

Dies ist die ideale Position für eine praxisorientierte wissenschaftliche Führungspersönlichkeit mit einem PhD oder einer gleichwertigen Forschungserfahrung im Bereich maschinelles Lernen und einer Leidenschaft für den Aufbau skalierbarer, rückverfolgbarer KI-Lösungen.

Job-FAQs

Was sind die Hauptaufgaben und Verantwortlichkeiten dieser Rolle?

Die primäre Mission besteht darin, eine mehrjährige wissenschaftliche Roadmap zu definieren und umzusetzen, die KI nutzt, um die Entscheidungsfindung im Bereich Nachhaltigkeit zu verbessern. Sie leiten den gesamten wissenschaftlichen Lebenszyklus, von der Formulierung von Hypothesen bis zur Bereitstellung von Modellen in Produktionsumgebungen. Zu den Kernaufgaben gehört die Entwicklung von Foundation-Modellen und multimodalen Systemen speziell für Umweltdaten. Zudem sind Sie dafür verantwortlich, strenge Evaluierungskriterien und Governance-Modelle zu etablieren, um sicherzustellen, dass alle strategischen Datensätze im gesamten Unternehmen rückverfolgbar und reproduzierbar sind.

Zentrale Lernmöglichkeiten in diesem Job

Sie werden die Gelegenheit haben, an der absoluten Speerspitze von KI und Nachhaltigkeitswissenschaft zu arbeiten und Erfahrung darin zu sammeln, wie Foundation-Modelle an nicht-traditionelle Bereiche wie Klimarisiken angepasst werden können. Die Rolle bietet Ihnen Zugang zu Amazons internen Forschungszentren und dessen Peer-Review-Kultur. Darüber hinaus werden Sie Ihre Expertise in großflächigen verteilten Systemen und Data Governance vertiefen und lernen, wie die Modellleistung und das Vertrauen bei einer Skalierung mit Milliarden von Datenpunkten aufrechterhalten werden.

Wie sieht der ideale Kandidat aus (Erfahrung, Fähigkeiten)?

Der ideale Kandidat ist ein erfahrener Wissenschaftler mit einem Doktortitel oder Master-Abschluss sowie umfassender Erfahrung in der angewandten Forschung. Sie verfügen über tiefe technische Kenntnisse in Python, Deep-Learning-Frameworks wie TensorFlow oder PyTorch und können eine Erfolgsbilanz beim Aufbau von Modellen für Geschäftsanwendungen vorweisen. Fachkenntnisse im Bereich Nachhaltigkeit sind keine Voraussetzung, aber Sie müssen ein präziser wissenschaftlicher Denker sein, der in der Lage ist, hochebene, ungewisse Forschungsfragen in messbare, produktionsreife technische Lösungen zu übersetzen, die den Anforderungen globaler Betriebsabläufe standhalten.

Tipps, um aufzufallen und eine erfolgreiche Bewerbung einzureichen

Konzentrieren Sie Ihre Bewerbung auf Ihre Fähigkeit, die Lücke zwischen theoretischer Forschung und Produktionsbereitstellung zu schließen. Amazon schätzt „Scientific Leaders“, die nicht nur Modelle bauen, sondern auch die Standards definieren, nach denen diese Modelle bewertet und gesteuert werden. Heben Sie alle Erfahrungen in der interdisziplinären Zusammenarbeit hervor, insbesondere die Arbeit mit Ökonomen oder Umweltwissenschaftlern. Wenn Sie ein „Builder“-Mindset demonstrieren – also wiederverwendbare Methoden anstelle von Einmal-Skripten entwickeln –, wird Ihr Profil im Auswahlprozess besonders positiv auffallen.

Auf welche Aspekte der Nachhaltigkeit des Unternehmens wird sich diese Rolle konzentriert?

Diese Rolle konzentriert sich auf die technische Engine der Nachhaltigkeit. Sie werden voraussichtlich an Projekten zur Ermittlung des CO2-Fußabdrucks auf Produktebene, zur Rückverfolgbarkeit der Lieferkette und zur Überwachung von Klimarisiken innerhalb der massiven physischen Infrastruktur von Amazon arbeiten. Durch den Aufbau vertrauenswürdiger Datengrundlagen ermöglichen Sie es dem Unternehmen, von bloßen Schätzungen zu einem evidenzbasierten Umweltmanagement überzugehen. Dies stellt sicher, dass jede Nachhaltigkeitsbehauptung durch rückverfolgbare Daten und präzise wissenschaftliche Modellierung belegt ist.

Was sind die größten Herausforderungen, mit denen jemand in dieser Rolle konfrontiert sein könnte?

Eine der größten Herausforderungen ist die schiere Komplexität und das Rauschen globaler Lieferkettendaten. Die Harmonisierung disparater Datensätze in einem einheitlichen Foundation-Modell erfordert weitsichtige Architekturplanung und technische Ausdauer. Sie stehen möglicherweise auch vor der Herausforderung, wissenschaftliche Genauigkeit mit der Geschwindigkeit des Geschäftsbetriebs in Einklang zu bringen. Sicherzustellen, dass ein Modell wissenschaftlich „korrekt“ ist, während gleichzeitig die schnelllebigen Deployment-Bedürfnisse eines globalen Einzelhandelsbetriebs erfüllt werden, erfordert eine sorgfältige Priorisierung und ein geschicktes Stakeholder-Management.

Wie könnte ein typischer Tag in dieser Position aussehen?

Ein typischer Tag ist eine Mischung aus Deep-Dive-Forschung und funktionsübergreifender Abstimmung. Sie verbringen den Vormittag vielleicht mit dem Schreiben von Code zur Anpassung von Foundation-Modellen und den Nachmittag mit der Überprüfung von Forschungs-Roadmaps gemeinsam mit Ökonomen und Ingenieuren. Sie werden wahrscheinlich an technischen Reviews teilnehmen, Junior-Wissenschaftler mentorieren und Bewertungs-Benchmarks verfeinern. Ihr Ziel ist es, sicherzustellen, dass jeder Teil der wissenschaftlichen Pipeline – vom Dateneingang bis zum Modelloutput – robust und skalierbar ist.

Welche Möglichkeiten zur beruflichen Weiterentwicklung und zum Wachstum bietet diese Rolle?

Das Wachstum in dieser Rolle wird durch einen hoch sichtbaren Impact innerhalb der gesamten World Wide Sustainability Organisation vorangetrieben. Erfolg bedeutet hier, die Vorlage für KI-gestützte Wissenschaft bei Amazon zu schaffen, was zu Positionen als Principal Scientist oder zu Führungspositionen führen kann. Es gibt zudem Möglichkeiten für externes Thought Leadership durch Publikationen und die Teilnahme an globalen Nachhaltigkeits- und KI-Konferenzen, wodurch Sie sich als Pionier im aufstrebenden Feld der „Sustainability AI“ etablieren.

Die wichtigsten Stakeholder, mit denen Sie interagieren werden

Sie werden häufig mit Applied Scientists, Ökonomen und Umweltforschern zusammenarbeiten, um sicherzustellen, dass Ihre Modelle auf wissenschaftlichen Fakten basieren. Die Zusammenarbeit mit Engineering-Teams ist für die produktive Bereitstellung unerlässlich. Zusätzlich werden Sie Senior Product Leaders und Nachhaltigkeits-Führungskräfte beeinflussen und ihnen helfen, die wissenschaftlichen Möglichkeiten und Grenzen von KI zu verstehen, während sie die langfristigen Umweltstrategien des Unternehmens festlegen.

CSR Jobs Newsletter

Verpasse nie wieder die nächste Chance

Erhalte eine kuratierte Auswahl neuer Stellen in CSR, ESG und Nachhaltigkeit in deinem Postfach. Kein täglicher Lärm, nur nützliche Chancen.

Kostenlos. Jederzeit abbestellbar.