Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
FĂĽr Unternehmen Auf einen Blick
- Aufgaben: Entwickle KI-Pipelines zur Dokumentenklassifizierung und verbessere multimodale Modelle.
- Arbeitgeber: Ein internationales Team, das innovative Lösungen im Gesundheitswesen bietet.
- Mitarbeitervorteile: Flexible Arbeitszeiten und die Möglichkeit, vollständig remote zu arbeiten.
- Warum dieser Job: Arbeite an spannenden Projekten, die die Qualität medizinischer Dienstleistungen verbessern.
- Gewünschte Qualifikationen: Mindestens 3 Jahre Erfahrung als ML Engineer, insbesondere in realen Geschäftsprozessen.
- Andere Informationen: Bevorzugte Kenntnisse in Gesundheitsprojekten und modernen ML-Techniken sind von Vorteil.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Das Team von Experten, das analytische Dienstleistungen für Kunden im Gesundheitswesen anbietet, sucht einen großartigen, langfristigen Middle+ ML Engineer, der an Projekten im Bereich der intelligenten Dokumentenanalyse arbeitet. Sie werden Probleme beim Starten fortschrittlicher Modelle in der Produktion lösen, Pipelines für hochbelastete Umgebungen optimieren und moderne multimodale Modelle mit verschiedenen Methoden, modernen Technologiestacks und fortschrittlichen Techniken abstimmen. Sie werden Teil eines internationalen Teams von erstklassigen Fachleuten, die leidenschaftlich daran arbeiten, Produkte zu schaffen, die die Qualität der medizinischen Dienstleistungen verbessern.
Verantwortlichkeiten:
- Implementierung von KI-Pipelines zur Extraktion von Informationen aus Dokumenten und Klassifizierung von Dokumenten mit fortschrittlichen Methoden und Werkzeugen (neuronale Netze, moderne LLMs usw.).
- Teilnahme an Prozessen des Datenmanagements: Sammlung multimodaler Datensätze aus Unternehmensdatenquellen, Bewertung und Verbesserung der Datenqualität sowie Aktualisierung der Datensätze.
- Entwicklung und Validierung multimodaler Modelle: Teilnahme am Training und an der Validierung von Modellen sowie Ăśberwachung der Modellleistung.
Anforderungen:
- 3+ Jahre Erfahrung als ML Engineer, insbesondere in der Implementierung von ML-Modellen in realen Geschäftsprozessen (CV und NLP sind bevorzugt).
- Erfahrung mit Cloud-Plattformen (AWS, GCP, Azure).
- Erfahrung mit Docker und Kubernetes fĂĽr ML.
- Starke Python- und SQL-Kenntnisse.
- Erfahrung mit beliebten Python-ML-Frameworks wie VLLM, Transformers, PyTorch, OpenAI, scikit-learn, spaCy, NLTK usw.
- Verständnis von MLOps-Praktiken, einschließlich CI/CD für ML.
- Englischkenntnisse auf B2-Niveau oder höher.
Bevorzugte Qualifikationen (optional):
- Erfahrung in Projekten im Gesundheitswesen oder in der Krankenversicherung.
- Erfahrung mit Google Cloud Platform (GCP).
- Erfahrung mit LLMs (Qwen VL, Pixtral, Llama) und Techniken des Prompt Engineering wie Chain of Thoughts und FewShot.
- Vertrautheit mit RAG- und LangChain-Konzepten.
Vorteile:
- Flexible Arbeitszeiten.
- Vollständig remote Job.
- Möglichkeit, mit einem internationalen Team von erstklassigen Fachleuten zu arbeiten.
ML Engineer (Middle+) Arbeitgeber: Top Remote Talent
Kontaktperson:
Top Remote Talent HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: ML Engineer (Middle+)
✨Tipp Nummer 1
Netzwerke sind entscheidend! Suche nach Veranstaltungen oder Online-Communities, die sich auf Machine Learning und Gesundheitsanalytik konzentrieren. Der Austausch mit Fachleuten kann dir wertvolle Einblicke geben und möglicherweise sogar zu einer Empfehlung führen.
✨Tipp Nummer 2
Halte dich über die neuesten Trends in der Gesundheitsanalytik und den verwendeten Technologien auf dem Laufenden. Zeige in Gesprächen, dass du nicht nur die technischen Fähigkeiten hast, sondern auch ein tiefes Verständnis für die Branche und ihre Herausforderungen.
✨Tipp Nummer 3
Bereite dich darauf vor, deine Erfahrungen mit spezifischen Tools und Frameworks zu demonstrieren. Sei bereit, Beispiele aus deiner bisherigen Arbeit zu teilen, insbesondere wenn es um die Implementierung von ML-Modellen in realen Geschäftsprozessen geht.
✨Tipp Nummer 4
Nutze Plattformen wie GitHub, um deine Projekte und Codebeispiele zu präsentieren. Dies zeigt nicht nur deine technischen Fähigkeiten, sondern auch dein Engagement für die Community und deine Bereitschaft, Wissen zu teilen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: ML Engineer (Middle+)
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen und Qualifikationen, die für die Position als Middle+ ML Engineer in Healthcare Analytics erforderlich sind. Stelle sicher, dass du alle geforderten Fähigkeiten und Erfahrungen in deiner Bewerbung hervorhebst.
Betone relevante Erfahrungen: Fokussiere dich in deinem Lebenslauf und Anschreiben auf deine 3+ Jahre Erfahrung als ML Engineer, insbesondere in den Bereichen CV und NLP. Nenne konkrete Projekte, an denen du gearbeitet hast, und beschreibe, wie du ML-Modelle erfolgreich in reale Geschäftsprozesse implementiert hast.
Technische Fähigkeiten hervorheben: Stelle sicher, dass du deine Kenntnisse in Python, SQL und den gängigen ML-Frameworks wie PyTorch und scikit-learn klar darstellst. Wenn du Erfahrung mit Cloud-Plattformen wie AWS oder GCP hast, erwähne dies ebenfalls, um deine Eignung zu unterstreichen.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du an dieser Position interessiert bist und wie du zur Verbesserung der medizinischen Dienstleistungen beitragen kannst. Betone deine Leidenschaft für die Arbeit im Gesundheitswesen und deine Bereitschaft, in einem internationalen Team zu arbeiten.
Wie du dich auf ein Vorstellungsgespräch bei Top Remote Talent vorbereitest
✨Verstehe die Anforderungen
Mach dich mit den spezifischen Anforderungen der Stelle vertraut. Achte besonders auf die geforderten Fähigkeiten in ML, Cloud-Plattformen und den verwendeten Technologien. Bereite Beispiele aus deiner bisherigen Erfahrung vor, die zeigen, wie du diese Anforderungen erfüllt hast.
✨Präsentiere deine Projekte
Bereite eine kurze Präsentation über deine bisherigen Projekte vor, insbesondere solche, die sich auf ML-Modelle, Datenmanagement oder die Implementierung von Pipelines beziehen. Zeige, wie du Herausforderungen gemeistert und Ergebnisse erzielt hast, die den Geschäftswert gesteigert haben.
✨Technisches Wissen demonstrieren
Sei bereit, technische Fragen zu beantworten, die sich auf Python, SQL und ML-Frameworks beziehen. Du könntest auch gebeten werden, Probleme zu lösen oder Code-Snippets zu analysieren. Übe vorher, um sicherzustellen, dass du deine Kenntnisse klar und präzise kommunizieren kannst.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Dies zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den aktuellen Projekten im Bereich Healthcare Analytics oder wie das Team die neuesten Technologien implementiert.
