Auf einen Blick
- Aufgaben: Entwickle und pflege ML-Infrastruktur, bereite Datensätze vor und implementiere CI/CD-Pipelines.
- Arbeitgeber: Innovatives Unternehmen in Karlsruhe, das sich auf Machine Learning spezialisiert hat.
- Mitarbeitervorteile: Flexible Arbeitszeiten, Remote-Optionen und spannende Unternehmensveranstaltungen.
- Warum dieser Job: Gestalte die Zukunft der Technologie mit und arbeite in einem dynamischen Team.
- Gewünschte Qualifikationen: Erfahrung in MLOps, starke Programmierkenntnisse in Python und C++, sowie Kenntnisse in NLP und CV.
- Andere Informationen: Werde Teil eines kreativen Umfelds, das Innovation und Zusammenarbeit fördert.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Als (Senior) Machine Learning Engineer spielen Sie eine entscheidende Rolle beim Aufbau und der Wartung der Infrastruktur und Prozesse, die erforderlich sind, um Machine Learning-Operationen zu unterstützen. Sie sind verantwortlich für:
- Vorbereitung und Analyse von Datensätzen zur Unterstützung der Entwicklung und des Trainings von Machine Learning-Modellen
- Bewertung von Modellen für natürliche Sprachverarbeitung und Computer Vision anhand relevanter KPIs und Metriken
- Validierung von Modellen, um sicherzustellen, dass sie den Leistungsstandards entsprechen und mit den Projektanforderungen übereinstimmen
- Bereitstellung von Machine Learning-Modellen in Produktionsumgebungen mit Skalierbarkeit und Zuverlässigkeit
- Kontinuierliche Überwachung der bereitgestellten Modelle, um optimale Leistung sicherzustellen und Probleme zu beheben
- Entwurf, Entwicklung und Wartung von CI/CD-Pipelines zur Optimierung der Entwicklungs- und Bereitstellungsabläufe von ML-Modellen
- Automatisierung repetitiver und manueller Prozesse im Zusammenhang mit Machine Learning-Operationen zur Effizienzsteigerung
- Implementierung und Verwaltung von MLOps-Lösungen auf AWS unter Verwendung von Terraform für Infrastruktur als Code
Was Sie benötigen, um erfolgreich zu sein:
- Mehrere Jahre nachweisbare Erfahrung in MLOps, einschließlich des Managements des gesamten Lebenszyklus von Machine Learning
- Starke Programmierkenntnisse in Python und C++
- Vertrautheit mit MLOps-Tools wie MLFlow, Airflow oder Kubeflow
- Erfahrung im Entwurf und Management von CI/CD-Pipelines für Machine Learning-Projekte mit Erfahrung in CI/CD-Tools (z.B. Jenkins)
- Fähigkeit in Automatisierungstools zur Optimierung von ML-Operationen
- Erfahrung in natürlicher Sprachverarbeitung (NLP) und Computer Vision (CV), Workflows und Metriken
- Praktische Erfahrung in der Validierung, dem Testen und der Bereitstellung von Modellen in der Produktion
- Starke mündliche und schriftliche Kommunikationsfähigkeiten in Englisch
(Senior) Machine Learning Engineer (f / m / d) Arbeitgeber: Cinemo

Kontaktperson:
Cinemo HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: (Senior) Machine Learning Engineer (f / m / d)
✨Tip Nummer 1
Netzwerke sind entscheidend! Suche nach Veranstaltungen oder Meetups in Karlsruhe, die sich auf Machine Learning und MLOps konzentrieren. Dort kannst du wertvolle Kontakte knüpfen und möglicherweise Insider-Informationen über offene Stellen bei uns erhalten.
✨Tip Nummer 2
Zeige deine Fähigkeiten! Erstelle ein Portfolio mit Projekten, die deine Erfahrung in MLOps, CI/CD-Pipelines und Cloud-Lösungen demonstrieren. Dies kann dir helfen, dich von anderen Bewerbern abzuheben und deine praktischen Kenntnisse zu zeigen.
✨Tip Nummer 3
Bleibe auf dem Laufenden! Verfolge aktuelle Trends und Entwicklungen im Bereich Machine Learning und MLOps. Das zeigt nicht nur dein Engagement, sondern gibt dir auch Gesprächsstoff für Interviews und Networking-Events.
✨Tip Nummer 4
Bereite dich auf technische Interviews vor! Übe häufige Fragen und Szenarien, die sich auf MLOps, Modellvalidierung und Cloud-Implementierungen beziehen. Dies wird dir helfen, selbstbewusst und gut vorbereitet in das Interview zu gehen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: (Senior) Machine Learning Engineer (f / m / d)
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf spezifische Anforderungen wie MLOps, Programmierkenntnisse in Python und C++, sowie Erfahrung mit CI/CD-Pipelines. Dies hilft dir, deine Bewerbung gezielt auszurichten.
Hebe relevante Erfahrungen hervor: Betone in deinem Lebenslauf und Anschreiben deine Erfahrungen im Bereich MLOps, insbesondere in der Vorbereitung und Analyse von Datensätzen sowie in der Validierung und Bereitstellung von Modellen. Verwende konkrete Beispiele, um deine Fähigkeiten zu untermauern.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du für die Position geeignet bist. Gehe auf deine Kenntnisse in Cloud-Plattformen wie AWS und Automatisierungstools ein und zeige, wie du zur Effizienzsteigerung beitragen kannst.
Prüfe deine Unterlagen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten Informationen enthält, um einen positiven Eindruck zu hinterlassen.
Wie du dich auf ein Vorstellungsgespräch bei Cinemo vorbereitest
✨Verstehe die MLOps-Praktiken
Stelle sicher, dass du ein tiefes Verständnis für MLOps hast. Bereite dich darauf vor, spezifische Beispiele aus deiner Erfahrung zu teilen, wie du den gesamten Lebenszyklus von Machine Learning verwaltet hast.
✨Kenntnisse in CI/CD demonstrieren
Sei bereit, über deine Erfahrungen mit CI/CD-Pipelines zu sprechen. Erkläre, wie du diese Pipelines entworfen und implementiert hast, um den Entwicklungsprozess zu optimieren.
✨Technische Fähigkeiten hervorheben
Betone deine Programmierkenntnisse in Python und C++. Bereite dich darauf vor, technische Fragen zu beantworten oder sogar kleine Coding-Aufgaben während des Interviews zu lösen.
✨Kommunikationsfähigkeiten zeigen
Da starke verbale und schriftliche Kommunikationsfähigkeiten gefordert sind, übe, komplexe technische Konzepte einfach und klar zu erklären. Dies wird dir helfen, deine Ideen effektiv zu präsentieren.