Auf einen Blick
- AufgabenEntwickle innovative ML-Modelle für Computer Vision und forme unsere AI-Richtung mit.
- UnternehmenDynamisches Startup mit Fokus auf digitale Immobilienlösungen.
- Warum dieser JobGestalte die Zukunft des Wohnens mit modernster Technologie und echtem Einfluss.
- QualifikationenErfahrung in ML-Systemen, Computer Vision und 3D-Datenverarbeitung.
Das solltest du mitbringen
Fehlt dir etwas davon? Bewirb dich trotzdem – das meiste kannst du im Job lernen.
Über die Rolle
Ihr neuer Job
Sie suchen nicht nur einen Job; Sie suchen eine Bühne für Ihre unternehmerische Denkweise und Ihren Antrieb, Dinge voranzutreiben – und Sie möchten Teil eines ehrgeizigen Teams sein, das gemeinsam Großes erreichen will? Dann sollten wir sprechen.
Bei credium verwandeln wir Luftbilder, LiDAR und 3D-Geodaten in Gebäudeintelligenz – Daten, die helfen, die Immobilienverifizierung digital, zuverlässig und zugänglich zu machen. Computer Vision ist eine der Technologien, die dies möglich macht, und wir suchen einen Machine Learning Engineer, der dieses Thema gemeinsam mit uns vorantreiben möchte.
Sie werden unsere Vision-Datenprodukte von Anfang bis Ende betreuen und haben ein Mitspracherecht, wohin unsere KI-Reise als Nächstes geht: welche Modelle wir selbst entwickeln, wo moderne Plattformen und Basis-Modelle uns weiterbringen und wie wir all dies in eine zuverlässige Produktion überführen. Die technische Richtung wird von den Menschen bestimmt, die die Arbeit leisten – und dazu gehören Sie von Anfang an.
Warum diese Rolle wichtig ist
Vision ist ein wichtiger Bestandteil unserer Kern-Datenprodukte und Teil einer wirklich abwechslungsreichen Rolle. Ihre Zeit wird mit Visionsthemen, ML und Datenengineering, MLOps und Datenqualität über unsere Produkte hinweg verbracht. Wenn Sie es genießen, den gesamten Weg von Rohdaten zu einem Produkt zu sehen, auf das Kunden vertrauen, und Sie lieber etwas Leanes und Langlebiges aufbauen als es jedes Quartal neu zu erfinden, werden Sie sich hier wohlfühlen.
Was Sie tun werden
- Den Lebenszyklus unserer produktiven Vision-Modelle von Anfang bis Ende betreuen: Trainingshandbücher, Evaluierung mit Gold-Sets und pro-Klasse-Metriken, Versionierung, Freigabekriterien und Driftüberwachung.
- Unsere Batch-Inferenz- und geospatialen Nachbearbeitungs-Pipelines auf Azure ML absichern und betreiben, wobei jeder Inferenzlauf als kontrollierte, kostenbewusste Datenproduktfreigabe behandelt wird.
- Mit 3D-Vision-Daten arbeiten – Punktwolken (LiDAR), Netze und 3D-Gebäudeg geometrien – und uns helfen, 2D-Bilder mit 3D-Daten zu kombinieren, um reichhaltigere Gebäudeintelligenz zu schaffen.
- Unsere Labeling-Operationen zusammen mit unserem erfahrenen externen Labeling-Team steuern: Sie definieren Spezifikationen, QA-Stichproben und Akzeptanzkriterien und befähigen das Team, eine hohe Datenqualität zu liefern.
- Unsere breitere KI-Richtung gestalten, einschließlich des Einsatzes von agentischer KI und Automatisierung, um unsere Prozesse schlank zu halten und unser Team fokussiert zu halten.
- Eng mit unseren Dateningenieuren, Datenwissenschaftlern und Produktmanagern zusammenarbeiten, Wissen offen teilen, damit die Visionsexpertise im gesamten Team wächst.
Diese Rolle ist perfekt für jemanden, der Verantwortung liebt, klare Prozesse und Handbücher aufbaut und stolz darauf ist, KI zuverlässig, nachhaltig und wertvoll in der Produktion zu machen.
Was wir suchen
Keine Sorge, wenn Sie nicht alle Kriterien erfüllen. Jeder hat einen Fokus.
- Sie haben einen Abschluss oder gleichwertige Erfahrung in Informatik, Datenwissenschaft/-technik, Geoinformatik, Fernerkundung oder einem verwandten Bereich oder vergleichbare Berufserfahrung.
- Sie haben mehrere Jahre Berufserfahrung in der Produktion von ML-Systemen (MLOps, CI/CD, Monitoring), idealerweise auf Azure.
- Sie haben praktische Erfahrung mit Computer Vision in der Produktion – Sie können Modelle sicher bewerten, feinabstimmen und betreiben.
- Sie haben Kenntnisse über 3D-Vision-Daten: Verarbeitung von Punktwolken (z.B. LiDAR, LAS/LAZ), Netzen, Gaussian Splats, Voxeln und 3D-Geometrien mit Tools wie PDAL, Open3D, trimesh oder PyVista – und idealerweise erste Erfahrungen mit 3D-Datenformaten wie CityGML oder 3D Tiles.
- Sie haben Erfahrung mit geospatialen Daten und Luftbildern (PostGIS, QGIS, Raster-/Vektorverarbeitung) oder mit Photogrammetrie und 3D-Rekonstruktion und wissen, was Georeferenzierung ist.
- Sie besitzen starke Python- und solide Datenengineering-Fähigkeiten (Pipelines, Batchverarbeitung, Online-Inferenz, Datenqualitätsprüfungen, CI/CD).
- Sie haben praktische Erfahrung mit modernen KI-Tools: Basis-Modelle, Auto-Labeling, Vision-Plattformen (z.B. Roboflow) – Erfahrung mit agentischen KI-Workflows ist ein großer Vorteil.
- Sie denken pragmatisch und wirtschaftlich: Sie genießen es, Build-vs-Buy-Optionen abzuwägen und sind bereit, offene Modelle, Plattformen oder vorhandene Daten zu wählen, wenn dies der klügere Weg für das Produkt ist.
- Sie haben Erfahrung mit Labeling-Operationen und Datenqualitätsprüfung oder die strukturierte Denkweise, um sie einzurichten.
- Sie kommunizieren klar, dokumentieren gut und genießen es, Ihr Wissen zu teilen und andere zu befähigen (Werkstudenten, Labeling-Team, Kollegen).
- Sie sind hochmotiviert, hands-on und fühlen sich wohl mit dem Tempo, der Ungewissheit und der Verantwortung eines Start-up-Umfelds.
- (Bonus) Kenntnisse der IT-Sicherheitsprinzipien im Kontext der Datenverarbeitung.
Wie wir arbeiten
Wir bauen kein Lifestyle-Geschäft auf. Wir bauen ein Unternehmen, das zählt.
Wir sind ein KI-first-Team, das maschinelles Lernen und intelligente Systeme in unseren Arbeitsabläufen einsetzt – von der Extraktion von Gebäudedaten bis hin zu Produktempfehlungen.
Wir glauben an hohes Vertrauen, hohe Standards und hohe Auswirkungen.
Wir unterstützen Flexibilität, aber wir optimieren nicht für 9-to-5. Stattdessen suchen wir nach Personen, die Verantwortung übernehmen, Herausforderungen lieben und mit uns wachsen wollen.
Was wir bieten
- Wettbewerbsfähiges Gehalt + Virtuelle Aktienoptionen (VSOPs).
- Autonomie & Verantwortung von Anfang an.
- Remote-freundliches & flexibles Arbeitsumfeld.
- Ihr eigenes Equipment + Zugang zu modernen Tools.
- Extras wie Wellpass.
- Reale Auswirkungen - beschleunigen Sie, wie Europa seinen Wohnungsbestand finanziert und transformiert.
Einstellungsprozess
- Kurze asynchrone Einführung / kurzes Gespräch.
- Teaminterview (Fähigkeiten & Denkweise).
- Fall oder Herausforderung.
- Gründergespräch & Angebot.
Wir bewegen uns schnell - und geben klares Feedback.
Bereit, dabei zu helfen, Gebäude in bessere Orte zum Leben, Besitzen und Finanzieren zu verwandeln? Lassen Sie uns sprechen.
Über uns
Bei credium haben wir die Mission, das Eigentum zum neuen Mieten zu machen - indem wir die digitale Infrastruktur aufbauen, die einfaches und nachhaltiges Wohneigentum ermöglicht.
Wir ermöglichen Hypothekenbanken, Immobilienbesitzern und Immobilienprofis, Gebäude besser und schneller zu verstehen - von Grundrissen bis hin zur Energieeffizienz, vom Renovierungspotenzial bis zur Solarbereitschaft. Wir sind ein VC-finanziertes Start-up mit großen Banken als Kunden und einem Zweck, der zählt.
Details zum Job
Das bietet dir Credium
Wettbewerbsfähiges Gehalt, virtuelle Aktienoptionen und flexible Arbeitsbedingungen.
StudySmarter Expertenrat
Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Credium zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!
In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!
Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!
Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!
Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als (Senior) ML Engineer - Computer Vision (f/m/d) bei Credium gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Credium vorbereitet
Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Credium entscheidend sein!
Über den Arbeitgeber
Credium
Credium ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der Ihre unternehmerische Denkweise geschätzt wird. Mit einem starken Fokus auf KI und einer flexiblen, remote-freundlichen Kultur fördern wir das Wachstum unserer Mitarbeiter und bieten ihnen die Möglichkeit, an bedeutenden Projekten zu arbeiten, die die Art und Weise, wie Europa Immobilien finanziert, revolutionieren. Bei uns haben Sie von Anfang an Autonomie und Verantwortung, während Sie mit modernsten Technologien und einem engagierten Team zusammenarbeiten.
Standorte
- Augsburg