Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle innovative Deep-Learning-Modelle zur Bekämpfung chronischer Krankheiten.
- Arbeitgeber: DeepRec.ai ist ein B Corp, das sich auf KI im Gesundheitswesen spezialisiert hat.
- Mitarbeitervorteile: Flexible Arbeitszeiten, flache Hierarchien und die Möglichkeit, echten Einfluss zu nehmen.
- Warum dieser Job: Sei Teil eines engagierten Teams mit einer Mission, die menschliche Gesundheit zu verbessern.
- Gewünschte Qualifikationen: Erfahrung in Deep Learning (PyTorch oder TensorFlow) und Hintergrund in Lebenswissenschaften erforderlich.
- Andere Informationen: Vollständige Inhouse-Entwicklung ohne Abkürzungen – deine Ideen zählen!
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Ein BioTech-Kunde ist auf einer Mission, chronische Krankheiten durch modernste maschinelles Lernen zu bekämpfen. Sie suchen einen Machine Learning Engineer, der ihrem Gründungsteam in München beitritt. Dies ist eine praktische, wirkungsvolle Rolle, in der Sie helfen werden, neuartige Deep-Learning-Modelle zu entwickeln, die neue therapeutische Verbindungen identifizieren und Arzneimittel-Design-Pipelines optimieren können.
Was sie suchen:
- Starke Erfahrung in der Entwicklung von Deep-Learning-Modellen (PyTorch oder TensorFlow)
- Hintergrund in der Arzneimittelentdeckung, Molekularbiologie, Biochemie oder einem verwandten Lebenswissenschaftsbereich
- Eine Mischung aus Kreativität und wissenschaftlicher Strenge – jemand, der eine Idee von der Konzeption bis zum funktionierenden Prototyp umsetzen kann
- Eine proaktive, teamorientierte Denkweise mit einer Leidenschaft für die Lösung realer medizinischer Probleme
Warum diese Rolle heraussticht:
- Die Technologie wird vollständig intern entwickelt – keine Standardlösungen, keine Abkürzungen
- Sie werden Teil des Kernteams sein, das die Richtung der Plattform gestaltet
- Flache Struktur, schnelles Feedback, minimale Bürokratie – Ihre Stimme wird gehört
- Echte wissenschaftliche Mission, echtes Potenzial, die menschliche Gesundheit zu beeinflussen
Senioritätsgrad: Mid-Senior level
Beschäftigungsart: Vertrag
Berufsbereich: Ingenieurwesen, Wissenschaft und Forschung
Branchen: Pharmazeutische Herstellung, Biotechnologische Forschung und Gesundheits- und Sozialdienste
Machine Learning Engineer Arbeitgeber: DeepRec.ai
Kontaktperson:
DeepRec.ai HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Engineer
✨Netzwerken mit Fachleuten
Nutze Plattformen wie LinkedIn, um gezielt nach Fachleuten in der Biotechnologie und im Bereich maschinelles Lernen zu suchen. Sende ihnen eine direkte Nachricht, um dein Interesse an der Position zu bekunden und mehr über ihre Erfahrungen im Unternehmen zu erfahren.
✨Teilnahme an relevanten Veranstaltungen
Besuche Konferenzen oder Meetups, die sich auf maschinelles Lernen und Biotechnologie konzentrieren. Dort kannst du wertvolle Kontakte knüpfen und möglicherweise sogar direkt mit Vertretern des Unternehmens sprechen, was deine Chancen erhöht, wahrgenommen zu werden.
✨Projekte und Portfolios präsentieren
Stelle sicher, dass du ein Portfolio von Projekten hast, die deine Fähigkeiten in der Entwicklung von Deep-Learning-Modellen zeigen. Teile diese Projekte in deinem Netzwerk oder auf Plattformen wie GitHub, um deine praktische Erfahrung zu demonstrieren.
✨Direkte Kontaktaufnahme
Zögere nicht, den Jobposter direkt über die Plattform zu kontaktieren. Stelle Fragen zur Rolle oder zum Team, um dein Interesse zu zeigen und gleichzeitig mehr über die Unternehmenskultur zu erfahren.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineer
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die geforderten Fähigkeiten und Erfahrungen. Stelle sicher, dass du diese in deinem Lebenslauf und Anschreiben hervorhebst.
Betone deine technischen Fähigkeiten: Da der Job Erfahrung mit Deep Learning Modellen erfordert, solltest du spezifische Projekte oder Erfahrungen mit PyTorch oder TensorFlow in deinem Lebenslauf anführen. Zeige, wie du diese Technologien in der Vergangenheit angewendet hast.
Hebe deine Kreativität hervor: In der Biotechnologie ist es wichtig, kreativ zu sein. Beschreibe in deinem Anschreiben, wie du innovative Lösungen für komplexe Probleme entwickelt hast, insbesondere im Bereich der Arzneimittelentdeckung.
Zeige Teamfähigkeit: Da das Unternehmen einen teamorientierten Ansatz schätzt, solltest du Beispiele für erfolgreiche Teamprojekte oder Kooperationen in deinem Lebenslauf oder Anschreiben anführen. Betone deine Fähigkeit, in einem dynamischen Umfeld zu arbeiten.
Wie du dich auf ein Vorstellungsgespräch bei DeepRec.ai vorbereitest
✨Bereite dich auf technische Fragen vor
Da die Rolle eines Machine Learning Engineers stark technischer Natur ist, solltest du dich auf Fragen zu Deep Learning Modellen, insbesondere in PyTorch oder TensorFlow, vorbereiten. Überlege dir Beispiele aus deiner bisherigen Arbeit, die deine Fähigkeiten und Erfahrungen in diesen Bereichen demonstrieren.
✨Verstehe den Kontext der Biotechnologie
Informiere dich über die Grundlagen der Arzneimittelentdeckung und molekularen Biologie. Zeige im Interview, dass du nicht nur die technischen Aspekte beherrschst, sondern auch ein Verständnis für die Herausforderungen und Möglichkeiten in der Biotech-Branche hast.
✨Zeige Kreativität und Problemlösungsfähigkeiten
Bereite einige Beispiele vor, in denen du kreative Lösungen für komplexe Probleme gefunden hast. Dies könnte die Entwicklung eines Prototyps oder die Optimierung eines bestehenden Modells umfassen. Die Fähigkeit, Ideen von der Konzeption bis zur Umsetzung zu bringen, ist entscheidend.
✨Betone Teamarbeit und Kommunikationsfähigkeiten
In einem flachen Team mit schneller Rückmeldung ist es wichtig, dass du deine Teamorientierung und Kommunikationsfähigkeiten unter Beweis stellst. Bereite dich darauf vor, wie du in der Vergangenheit erfolgreich mit anderen zusammengearbeitet hast, um gemeinsame Ziele zu erreichen.
