Auf einen Blick
- Aufgaben: Leite ein Team von Machine Learning Engineers und Research Scientists zur Entwicklung innovativer KI-Lösungen.
- Unternehmen: Canva, ein kreatives Unternehmen, das Design neu definiert.
- Vorteile: Aktienpakete, flexible Urlaubsoptionen und jährliche Wellness-Zulagen.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit Fokus auf persönliches Wachstum und Teamkultur.
- Warum dieser Job: Gestalte die Zukunft der KI und erlebe magische Momente im Team.
- Qualifikationen: Erfahrung in der Führung von ML-Teams und Kenntnisse in der Bereitstellung von Produktionssystemen.
Das prognostizierte Gehalt liegt zwischen 72000 - 84000 € pro Jahr.
Schließen Sie sich dem Team an, das neu definiert, wie die Welt Design erlebt. Unser Flaggschiff-Campus befindet sich in Sydney, Australien, aber Österreich ist Heimat eines Teils unserer europäischen Operationen. Sie haben die Wahl, wo und wie Sie arbeiten, wir vertrauen unseren Canvanauts, das Gleichgewicht zu wählen, das sie und ihr Team befähigt, ihre Ziele zu erreichen.
Als Canva wächst, wächst auch der Einfluss und die Möglichkeit unserer KI-gestützten Funktionen. Wir suchen einen Machine Learning Engineering Manager, um ein Team von erstklassigen Research Scientists und Machine Learning Engineers zu coachen, produktionsbereite Evaluierungssysteme zu erstellen und modernste ML-Funktionen in erfreuliche Produkterlebnisse umzuwandeln. Wenn Sie es lieben, anderen beim Wachsen zu helfen und gleichzeitig schwierige technische Probleme zu lösen, könnte dies die Rolle für Sie sein.
Sie werden ein Team von leistungsstarken Machine Learning Engineers und Research Scientists (EU-basiert) leiten und entwickeln, die die Zukunft der KI im großen Maßstab vorantreiben. Ihr Fokus liegt auf der Festlegung strategischer technischer Richtungen, dem Coaching anderer zur Bereitstellung wirkungsvoller Ingenieurlösungen und der Gewährleistung des Einsatzes robuster, skalierbarer ML-Systeme in der Produktion.
In diesem Moment konzentriert sich diese Rolle auf:
- Coaching und Mentoring eines leistungsstarken Teams von Machine Learning Engineers und Research Scientists.
- Besitz der Evaluierungsinfrastruktur - Entwurf, Aufbau und Wartung robuster Evaluierungssysteme, Qualitätsmetriken, Sicherheitsüberwachung, Red-Teaming, Wettbewerbsbenchmarking - um die Unternehmensbereitschaft und Benutzerzufriedenheit im großen Maßstab zu garantieren.
- Aufbau automatisierter Metriken, die zuverlässig menschliches ästhetisches Urteil über Dimensionen wie visuelle Hierarchie, Layout-Kohärenz, Typografie und Markenanpassung vorhersagen.
- Beratung zu menschlichen Evaluierungspipelines und Schließen der Schleife zwischen Benutzersignalen und Modellverbesserungen.
- Festlegung der technischen Strategie in Übereinstimmung mit Canavas KI- und Produktzielen.
- Leitung der Ingenierrichtung über Modellbereitstellung, Evaluierungsinfrastruktur und Produktionssysteme.
- Partnerschaft über Abteilungen hinweg, um sicherzustellen, dass ML-Funktionen in zuverlässige Produktwirkungen übersetzt werden.
Sie passen wahrscheinlich gut, wenn Sie:
- Machine Learning Engineering-Teams geleitet haben, mit einer starken Erfolgsbilanz im Coaching und der Bereitstellung von Produktionssystemen.
- Expertenwissen in der Bereitstellung und Skalierung generativer Modelle (Diffusion, GANs, VAEs, LLMs) in Produktionsumgebungen mit starkem Fokus auf visuelle Modelle (Bild, Video, Design) besitzen.
- Praktische Erfahrung im Aufbau von ML-Infrastrukturen, Evaluierungspipelines und Überwachungssystemen im großen Maßstab mitbringen.
- Hervorragend darin sind, datengestützte Evaluierungsmethoden zu erstellen, die Benutzeranalysen und Produktionsmetriken in klare, umsetzbare Erkenntnisse umwandeln.
- Starke Systemdesignfähigkeiten und Erfahrung mit MLOps, Modellbereitstellung und Produktionszuverlässigkeit haben.
- Erfahrung mit visueller Qualitätsbewertung, ästhetischer Modellierung oder Lernen menschlicher Präferenzen haben – Bonus, wenn Sie die Lücke zwischen automatisierten Metriken und menschlichen Bewertern angegangen sind.
- Designprinzipien (Hierarchie, Balance, Typografie, Farbtheorie) gut genug verstehen, um sie als messbare Signale zu operationalisieren.
- In kollaborativen Umgebungen gedeihen und klar mit technischen und nicht-technischen Zielgruppen kommunizieren.
- Aktuell mit sowohl SOTA-Forschungstrends als auch besten Ingenieurepraktiken bleiben, motiviert durch kontinuierliches Lernen.
Zusätzliche Informationen: Was ist für Sie drin?
Wir bieten eine Reihe von Vorteilen, um Sie für jeden Erfolg in und außerhalb der Arbeit vorzubereiten. Hier ist ein Vorgeschmack auf das, was angeboten wird:
- Aktienpakete - wir möchten, dass unser Erfolg auch Ihrer ist.
- Inklusive Elternzeitregelung, die alle Eltern und Betreuer unterstützt.
- Ein jährliches Vibe & Thrive-Zuschuss zur Unterstützung Ihres Wohlbefindens, sozialer Verbindung, Home-Office-Einrichtung und mehr.
- Flexible Urlaubsoptionen, die Sie ermächtigen, eine Kraft für das Gute zu sein, Zeit zum Auftanken zu nehmen und Sie persönlich zu unterstützen.
Wir treffen Einstellungsentscheidungen basierend auf Ihrer Erfahrung, Ihren Fähigkeiten und Ihrer Leidenschaft sowie darauf, wie Sie Canva und unsere Kultur bereichern können. Wenn Sie sich bewerben, teilen Sie uns bitte die Pronomen mit, die Sie verwenden, und alle angemessenen Anpassungen, die Sie während des Interviewprozesses benötigen.
Bitte beachten Sie, dass Interviews überwiegend virtuell durchgeführt werden.
Machine Learning Engineering Manager - Evaluations Arbeitgeber: black.ai
Canva ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Freiheit gibt, ihren Arbeitsstil und -ort selbst zu wählen, sei es in unserem Hauptsitz in Sydney oder in unseren europäischen Büros in Österreich. Wir fördern eine inklusive und unterstützende Unternehmenskultur, die auf persönlichem Wachstum und Teamarbeit basiert, und bieten zahlreiche Vorteile wie Aktienpakete, flexible Urlaubsoptionen und ein jährliches Vibe & Thrive-Budget, um das Wohlbefinden unserer Mitarbeiter zu unterstützen. Bei Canva haben Sie die Möglichkeit, an der Spitze der KI-Entwicklung zu arbeiten und gleichzeitig in einem dynamischen und kreativen Umfeld zu gedeihen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Engineering Manager - Evaluations erhalten könnten
✨Engagier dich in Entwickler-Communities!
Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.
✨Zeig deine Fähigkeiten!
Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei black.ai anzuklopfen, wenn du dich auf die Stelle als Machine Learning Engineering Manager - Evaluations bewirbst – so wissen sie gleich, was sie von dir erwarten können!
✨Nutze Jobplattformen speziell für Tech-Jobs!
Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.
✨Such dir Mentoren und Feedback!
Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei black.ai vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineering Manager - Evaluations mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.
Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.
Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.
Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei black.ai klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.
Wie man sich auf ein Vorstellungsgespräch bei black.ai vorbereitet
✨Technische Vorbereitung auf die Coding-Challenges
In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!
✨Das eigene Portfolio im besten Licht präsentieren
Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.
✨Teamfähigkeit und Kommunikation betonen
In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.
✨Vorbereitung auf Fragen zur Software-Architektur
Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.