Machine Learning Engineer (m/w/d)
Jetzt bewerben
Machine Learning Engineer (m/w/d)

Machine Learning Engineer (m/w/d)

Hannover Vollzeit 43200 - 72000 € / Jahr (geschätzt) Home Office möglich (teilweise)
Jetzt bewerben
B

Auf einen Blick

  • Aufgaben: Entwickle produktive Pipelines für Machine-Learning-Modelle und verbessere technologische Stacks.
  • Arbeitgeber: BG-Phoenics ist führend in innovativen IT-Lösungen für die gesetzliche Unfallversicherung.
  • Mitarbeitervorteile: Flexible Arbeitszeiten, mobiles Arbeiten, betriebliche Altersvorsorge und Gesundheitsförderung.
  • Warum dieser Job: Werde Teil eines motivierten Teams in einer offenen Kultur, die Innovationen schätzt.
  • Gewünschte Qualifikationen: Erforderlich sind Kenntnisse in Python, Kubernetes, Docker und Erfahrung mit LLMs.
  • Andere Informationen: Vielfältige Weiterbildungsmöglichkeiten und ein umfassendes Onboarding warten auf dich.

Das voraussichtliche Gehalt liegt zwischen 43200 - 72000 € pro Jahr.

Wählen Sie aus, wie oft (in Tagen) Sie eine Benachrichtigung erhalten möchten:

Als der Experte für die Entwicklung innovativer IT-Lösungen auf dem Sektor der Gesetzlichen Unfallversicherung stehen wir ganz weit oben, mit dem was wir machen: Wir bringen unsere Kunden auf die Überholspur in puncto digitalem Wandel und stärken so ihre Innovationskraft.
Wie wir das machen? Ganz einfach! Mit beispielloser Fullservice-IT für mehr als 10.000 Anwender deutschlandweit und mit einem Team von mehr als 650 Beschäftigten. Für diese Aufgaben suchen wir dich als

Standort: Hannover – Tiergartenstraße, München – Landsberger Straße | Einstiegslevel:Berufserfahrene

Als Machine Learning Engineer (m/w/d) entwickelst du mit deinem Team produktive Pipelines zur Transformation von Daten und dem Training von Machine-Learning-Modellen für unsere große Branchenlösung für die gesetzliche Unfallversicherung.

Dein Aufgabengebiet:

  • Zusammen mit dem Team setzt du explorative Prozesse zur Datenaufbereitung und Modellerstellung in produktionsfähige Automatismen um.
  • In Eigeninitiative verbesserst du technologische Stacks und Lösungen.
  • Du sorgst zusammen mit den Data Scientisten im Team für den Aufbau und die Pflege von Model Serving & Monitoring.
  • Du unterstützt die Integration der Modelle in die fachlichen Anwendungen unserer Branchenlösung.
  • Du bist für den Betrieb der übergreifenden Infrastruktur verantwortlich und führst ML-Ops Tätigkeiten durch.
  • Als Machine Learning Engineer hilfst du neue Anwendungsfelder für KI-basierte Lösungen zu identifizieren und zu erproben.

Dein Profil:

  • Wir freuen uns auf Dich als Hochschulabsolvent oder berufserfahrenen Mitarbeiter mit einschlägigen Kenntnissen als Machine Learning Engineer.
  • Du hast tiefe Kenntnisse in der Softwareentwicklung mit Python, sowie dem Betrieb von Anwendungen in Kubernetes, Docker und Kubeflow (ML-Ops).
  • Du verfügst über nachgewiesene Erfahrung in der Nutzung und dem stabilen Betrieb von Large Language Models (LLMs) in KI-Services.
  • Du besitzt Kenntnisse in der Konzeption, Entwicklung und dem Betrieb von Retrieval-Augmented-Generation-Systemen (RAG).
  • Du beherrschst das zielgerichtete Prompting von LLMs und das Entwickeln sowie Optimieren robuste Prompt-Strategien für unterschiedliche Anwendungsszenarien.
  • Idealerweise hast Du solide Kenntnisse von Softwaredesign und Architektur.
  • Du verfügst über Praxiserfahrung sowohl von Unittests, Datapipelines und im Machine Learning-Umfeld mit Kubeflow.
  • Du hast Freude an der Zusammenarbeit im agilen Entwicklungsteam in einem attraktiven Arbeitsumfeld sowie an der Weiterbildung im Bereich neuer Technologien.
  • Sehr gute Deutschkenntnisse (C1) runden dein Profil ab.
  • Attraktive Vergütung: Eine wettbewerbsfähige Vergütung, ergänzt durch eine arbeitgeberfinanzierte betriebliche Altersvorsorge, bei der wir 2-4 % deines Bruttogehalts beisteuern.
  • Motiviertes Team & Offene Unternehmenskultur: Ein freundliches Arbeitsumfeld, das von Zusammenarbeit lebt und eine offene Kultur, die neue Ideen willkommen heißt und Innovationen begrüßt.
  • Flexible Arbeitsgestaltung: Die Möglichkeit, mobil zu arbeiten sowie deine Arbeitszeiten deinen individuellen Bedürfnissen anzupassen.
  • Umfassendes Onboarding: Ein Onboarding durch erfahrene Paten (m/w/d), damit du zu den Aufgaben und unsere Kultur schnell Zugang findest.
  • Vielfältige Weiterbildungsmöglichkeiten: Weiterbildungsangebote, darunter unser Talent Management Programm und spezielle Führungskräftetrainings.
  • Gesundheitsförderung: Online-Sportkurse und die Möglichkeit, ein Jobrad zu leasen – für deine Gesundheit und Mobilität.

Du möchtest mehr über BG-Phoenics erfahren oder hast Fragen zur Stellenausschreibung? Dann melde dich einfach bei deinem Ansprechpartner im Recruiting,Jacqueline Mucke,unter Wir stehen dir für deine Fragen gern zur Verfügung.

Bei der BG-Phoenics schätzen wir Vielfalt und Inklusion und freuen uns über alle Bewerbungen. Personen mit Schwerbehinderung oder Gleichstellung werden bei gleicher Eignung bevorzugt berücksichtigt. Bitte gibuns in deiner Bewerbung einen entsprechenden Hinweis.

Wir sind gespannt auf deine aussagekräftigenBewerbungsunterlagen mit Angaben zur Gehaltsvorstellung und zum möglichen Eintritts- termin.

Weitere Informationen zur BG-Phoenics findestduunter

#J-18808-Ljbffr

Machine Learning Engineer (m/w/d) Arbeitgeber: BG-Phoenics GmbH

Die BG-Phoenics ist ein hervorragender Arbeitgeber, der innovative IT-Lösungen im Bereich der gesetzlichen Unfallversicherung bietet. Mit einem motivierten Team und einer offenen Unternehmenskultur fördern wir kreative Ideen und bieten flexible Arbeitszeiten sowie umfangreiche Weiterbildungsmöglichkeiten. Unsere Mitarbeiter profitieren von einer attraktiven Vergütung, betrieblicher Altersvorsorge und Gesundheitsförderung, während sie in einem dynamischen Umfeld in Hannover oder München arbeiten.
B

Kontaktperson:

BG-Phoenics GmbH HR Team

StudySmarter Bewerbungstipps 🤫

So bekommst du den Job: Machine Learning Engineer (m/w/d)

Tip Nummer 1

Netzwerke sind entscheidend! Nutze Plattformen wie LinkedIn, um dich mit anderen Machine Learning Engineers und Fachleuten aus der Branche zu vernetzen. Engagiere dich in relevanten Gruppen und Diskussionsforen, um dein Wissen zu erweitern und potenzielle Kontakte zu knüpfen.

Tip Nummer 2

Halte Ausschau nach Meetups oder Konferenzen, die sich auf Machine Learning und KI konzentrieren. Diese Veranstaltungen bieten nicht nur wertvolle Einblicke in aktuelle Trends, sondern auch die Möglichkeit, direkt mit Unternehmen und Recruitern in Kontakt zu treten.

Tip Nummer 3

Zeige deine Fähigkeiten durch praktische Projekte! Erstelle ein Portfolio mit eigenen Machine Learning Projekten, die deine Kenntnisse in Python, Kubernetes und ML-Ops demonstrieren. Dies kann dir helfen, dich von anderen Bewerbern abzuheben.

Tip Nummer 4

Bereite dich auf technische Interviews vor, indem du häufige Fragen zu Machine Learning und Softwareentwicklung übst. Vertraue dich mit den Konzepten von LLMs und RAG-Systemen an, da diese für die Position wichtig sind. So kannst du im Gespräch selbstbewusst auftreten.

Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineer (m/w/d)

Softwareentwicklung mit Python
Erfahrung mit Kubernetes
Kenntnisse in Docker
ML-Ops mit Kubeflow
Nutzung von Large Language Models (LLMs)
Entwicklung von Retrieval-Augmented-Generation-Systemen (RAG)
Prompting von LLMs
Entwicklung robuster Prompt-Strategien
Softwaredesign und Architektur
Praxiserfahrung mit Unittests
Erfahrung in Datapipelines
Kenntnisse im Machine Learning-Umfeld
Teamarbeit im agilen Entwicklungsteam
Sehr gute Deutschkenntnisse (C1)

Tipps für deine Bewerbung 🫡

Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen an einen Machine Learning Engineer. Stelle sicher, dass du alle geforderten Fähigkeiten und Erfahrungen in deiner Bewerbung ansprichst.

Betone relevante Erfahrungen: Hebe in deinem Lebenslauf und Anschreiben deine Erfahrungen mit Python, Kubernetes, Docker und ML-Ops hervor. Zeige konkrete Beispiele, wie du diese Technologien in früheren Projekten eingesetzt hast.

Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du dich für die Position interessierst und wie deine Fähigkeiten zur Innovationskraft des Unternehmens beitragen können. Sei konkret und zeige deine Begeisterung für die Arbeit im agilen Team.

Prüfe deine Unterlagen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Fehler. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten Informationen enthält, einschließlich deiner Gehaltsvorstellung und des möglichen Eintrittstermins.

Wie du dich auf ein Vorstellungsgespräch bei BG-Phoenics GmbH vorbereitest

Bereite dich auf technische Fragen vor

Als Machine Learning Engineer wirst du wahrscheinlich mit technischen Fragen zu Python, Kubernetes und ML-Ops konfrontiert. Stelle sicher, dass du deine Kenntnisse in diesen Bereichen auffrischst und bereit bist, konkrete Beispiele aus deiner bisherigen Arbeit zu nennen.

Verstehe die Unternehmensziele

Informiere dich über die BG-Phoenics und deren Rolle im digitalen Wandel der gesetzlichen Unfallversicherung. Zeige im Interview, dass du die Mission des Unternehmens verstehst und wie deine Fähigkeiten dazu beitragen können, diese Ziele zu erreichen.

Präsentiere deine Projekte

Bereite eine kurze Präsentation oder einen Überblick über relevante Projekte vor, an denen du gearbeitet hast. Betone dabei deine Erfahrungen mit Large Language Models und Retrieval-Augmented-Generation-Systemen, um deine Eignung für die Position zu unterstreichen.

Zeige Teamfähigkeit

Da die Zusammenarbeit im agilen Entwicklungsteam wichtig ist, sei bereit, Beispiele zu geben, wie du in der Vergangenheit erfolgreich im Team gearbeitet hast. Betone deine Kommunikationsfähigkeiten und deine Bereitschaft zur Weiterbildung in neuen Technologien.

Machine Learning Engineer (m/w/d)
BG-Phoenics GmbH
Jetzt bewerben
B
Ähnliche Positionen bei anderen Arbeitgebern
Europas größte Jobbörse für Gen-Z
discover-jobs-cta
Jetzt entdecken
>