Auf einen Blick
- Aufgaben: Entwickle moderne Machine Learning-Lösungen auf der Google Cloud und integriere sie in Daten-Pipelines.
- Unternehmen: Werde Teil von Google Cloud, einem innovativen Unternehmen mit Fokus auf Technologie.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Team mit großartigen Wachstumschancen in einem spannenden Umfeld.
- Warum dieser Job: Nutze cutting-edge Technologien und gestalte die Zukunft der KI mit deinen Ideen.
- Qualifikationen: Mindestens zwei Jahre Erfahrung in Machine Learning und gute Programmierkenntnisse in Python.
Das prognostizierte Gehalt liegt zwischen 54000 - 78000 € pro Jahr.
DEINE ROLLE
- Machine Learning Anwendungen: Du entwickelst moderne, skalierbare Machine Learning-Lösungen auf der Google Cloud.
- Deployment: Du setzt Python ein, um Machine Learning-Modelle in produktionsbereite Daten-Pipelines zu integrieren.
- Kundenspezifische Lösungen: Du übersetzt Kundenanforderungen effizient in maßgeschneiderte Machine Learning-Lösungen.
- Google Cloud: Du arbeitest mit Google Cloud-Produkten und Frameworks wie TensorFlow, PyTorch oder scikit-learn.
- Software-Architektur: Du wirkst an der Konzeption und Beratung für komponentenbasierte Software-Architekturen mit.
DEIN PROFIL
- Machine Learning Erfahrung: Du bringst mindestens zwei Jahre Erfahrung in Machine Learning, Deep Learning und Computerlinguistik mit.
- Abgeschlossene Ausbildung: Du hast ein Studium oder eine Ausbildung im IT-Bereich abgeschlossen.
- Programmierkenntnisse: Du beherrschst Python, Java, Go oder Node.js und weitere gängige Technologien.
- Google APIs: Zusätzlich sind Erfahrungen in den Bereichen WebService-Standards, sowie der Google APIs (Google Cloud Platform, Google Maps Platform) von Vorteil.
- Linux-Kenntnisse: Du bist sicher im Umgang mit der Linux-Konsole.
- KI Kompetenz: Du setzt KI-Tools in deinem Fachgebiet souverän ein, bewertest die Ergebnisse kritisch und unterstützt Kunden dabei, Potenziale von KI zu nutzen.
- Sprachkenntnisse: Sehr gute Deutsch- und gute Englischkenntnisse.
Machine Learning Engineer / Data Scientist Google Cloud (all genders) Arbeitgeber: adesso SE
Als Arbeitgeber bietet unser Unternehmen eine inspirierende Arbeitsumgebung, in der Innovation und Kreativität gefördert werden. Wir legen großen Wert auf die persönliche und berufliche Weiterentwicklung unserer Mitarbeiter und bieten zahlreiche Schulungs- und Weiterbildungsmöglichkeiten. Zudem profitieren unsere Mitarbeiter von flexiblen Arbeitszeiten und einer offenen Unternehmenskultur, die den Austausch und die Zusammenarbeit im Team unterstützt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Engineer / Data Scientist Google Cloud (all genders) erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit anderen Machine Learning-Profis in Kontakt zu treten. Wir sollten uns gegenseitig unterstützen und vielleicht sogar gemeinsame Projekte starten!
✨Praktische Erfahrungen zeigen
Erstelle ein Portfolio mit deinen besten Projekten, die du auf Google Cloud umgesetzt hast. Zeige, was du kannst, und lass die Arbeitgeber sehen, dass du die Skills hast, die sie suchen!
✨Vorbereitung auf technische Interviews
Mach dich fit für technische Fragen! Übe Coding-Challenges und sei bereit, deine Lösungen zu erklären. Wir können auch gemeinsam üben, um uns gegenseitig besser vorzubereiten.
✨Bewirb dich direkt über unsere Website
Wenn du denkst, dass du der perfekte Kandidat bist, bewirb dich direkt über unsere Website! So zeigst du dein Interesse und wir können dich schneller kennenlernen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer / Data Scientist Google Cloud (all genders) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach es persönlich!:Zeig uns, wer du bist! Verwende in deinem Anschreiben eine persönliche Ansprache und erzähle uns, warum du dich für die Rolle als Machine Learning Engineer bei StudySmarter interessierst. Das macht deine Bewerbung einzigartig!
Betone deine Erfahrungen:Hebe deine relevanten Erfahrungen im Bereich Machine Learning und Software-Entwicklung hervor. Erzähl uns von Projekten, an denen du gearbeitet hast, und wie du Python oder andere Technologien eingesetzt hast, um Lösungen zu entwickeln.
Sei konkret:Vermeide allgemeine Floskeln und sei konkret in deinen Aussagen. Wenn du über deine Fähigkeiten sprichst, nenne spezifische Tools oder Frameworks, die du verwendet hast, wie TensorFlow oder PyTorch. Das zeigt uns, dass du genau weißt, wovon du sprichst!
Bewirb dich über unsere Website:Wir freuen uns darauf, deine Bewerbung zu sehen! Bewirb dich direkt über unsere Website, damit wir deine Unterlagen schnell und unkompliziert bearbeiten können. So bist du auf der sicheren Seite!
Wie man sich auf ein Vorstellungsgespräch bei adesso SE vorbereitet
✨Mach dich mit Google Cloud vertraut
Bevor du zum Interview gehst, solltest du dir die Zeit nehmen, um die Google Cloud-Plattform und ihre Produkte zu erkunden. Verstehe die Grundlagen von TensorFlow, PyTorch und scikit-learn, damit du im Gespräch gezielt auf deine Erfahrungen eingehen kannst.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast. Sei bereit, diese Beispiele zu teilen, um deine Fähigkeiten in Machine Learning und Software-Architektur zu demonstrieren. Das zeigt, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Erfahrung.
✨Fragen stellen ist wichtig
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die Erwartungen an die Rolle zu erfahren. Fragen zu den verwendeten Technologien oder den Teamstrukturen sind immer gut!
✨Sprich über deine Programmierkenntnisse
Da Programmierkenntnisse in Python, Java, Go oder Node.js gefordert sind, sei bereit, über deine Erfahrungen mit diesen Sprachen zu sprechen. Du könntest auch darüber nachdenken, wie du diese Technologien in deinen bisherigen Projekten eingesetzt hast, um maßgeschneiderte Lösungen zu entwickeln.
