Auf einen Blick
- Aufgaben: Leite die Entwicklung von Datenpipelines für innovative KI-Lösungen in der Pharma- und Lebenswissenschaftsbranche.
- Unternehmen: Ein aufstrebendes KI-Unternehmen in München mit einem dynamischen Team.
- Vorteile: Flexibles Arbeitsumfeld, hybride Arbeitsmöglichkeiten und Unterstützung bei der beruflichen Weiterentwicklung.
- Weitere Informationen: Wachsendes Team mit Möglichkeiten zur Mentorship und Karriereentwicklung.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an bedeutenden Projekten mit echten Auswirkungen.
- Qualifikationen: Erfahrung in der Datenverarbeitung, starke Python-Kenntnisse und Interesse an KI-Systemen.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Kannst du die Dateninfrastruktur unter dem KI-Produkt aufbauen? Wir arbeiten mit einem der aufstrebenden KI-Stars in München, der agentische KI-Lösungen entwickelt, um die Pharma- und Lebenswissenschaftsbranche für immer zu verändern! Sie bauen nicht einfach nur einen weiteren KI-Chatbot; ihre Plattform hilft Teams, fragmentierte, chaotische und geschäftskritische Daten zu verstehen und sie durch KI-native Workflows, Automatisierung und intelligente Dateninfrastruktur in nutzbare Intelligenz umzuwandeln.
Das Unternehmen stellt jetzt einen Lead Data Engineer, AI Systems ein, der die Datenebene besitzt, die das Produkt antreibt. Wenn du ernsthafte Datenpipelines gebaut hast, die Orchestrierung und Datenqualität tief verstehst und näher an angewandter KI arbeiten möchtest, könnte dies eine starke Passung sein.
- Verantwortung für das Design, den Aufbau und die Skalierung von Datenpipelines, die KI-gesteuerte Produkte unterstützen.
- Aufbau robuster Ingestions-, Transformations- und Validierungspipelines für komplexe Unternehmensdaten.
- Entwicklung einer Dateninfrastruktur, die LLM-gestützte Extraktion, Automatisierung und Analyse unterstützt.
- Arbeiten mit fragmentierten, unstrukturierten und semi-strukturierten Daten aus wertvollen Geschäftsumgebungen.
- Erstellung von Systemen für Datenqualität, Bewertung, Zuverlässigkeit und Rückverfolgbarkeit.
- Hilfe bei der Definition der technischen Richtung der Datenfunktion, während das Unternehmen wächst.
- Unterstützung und später Führung von Junior Engineers, während das Team wächst.
Die stärkste Passung wird jemand mit einem ernsthaften Hintergrund in der Datenverarbeitung sein, der sich für KI begeistert, anstatt jemand, der nur leichte LLM-Anwendungen gebaut hat.
- Starke Python-Engineering-Erfahrung.
- Nachgewiesene Erfahrung im Aufbau produktionsreifer Datenpipelines.
- Erfahrung mit modernen Datenwerkzeugen wie dbt, SQL, Postgres, Datenlager oder Datenseen.
- Starkes Verständnis von Datenmodellierung, Datenqualität und Pipeline-Zuverlässigkeit.
- Erfahrung im Umgang mit chaotischen, hochvolumigen oder geschäftskritischen Daten.
- Interesse an KI-Systemen, LLM-Workflows, RAG, Extraktionspipelines oder intelligenter Automatisierung.
- Erfahrung im Aufbau von Dateninfrastrukturen für KI-, ML- oder LLM-Produkte.
- Erfahrung in regulierten, sensiblen oder wertvollen Datenumgebungen wie Fintech, Gesundheitswesen, Pharma, Versicherungen oder B2B SaaS.
- Erfahrung in der Mentoring von Junior Engineers oder im Wachstum einer Datenengineering-Funktion.
- Frühere Erfahrungen in Startups oder Scale-ups.
Das Unternehmen ist büroorientiert in München, mit Flexibilität hinsichtlich der genauen Arbeitszeiten und hybriden Arbeit. Sie bieten keine vollständig remote Arbeit an, sind jedoch offen dafür, dass Menschen ihre Woche so strukturieren, dass sie dort arbeiten, wo sie am besten arbeiten.
Lead Data Engineer, AI Systems Arbeitgeber: Cubiq Recruitment
Als Arbeitgeber in der innovativen Welt der Physical AI bieten wir Ihnen die Möglichkeit, Teil eines dynamischen und inspirierenden Teams zu werden, das sich leidenschaftlich für die Entwicklung von Automatisierungssoftware einsetzt. Unsere Unternehmenskultur fördert Zusammenarbeit, Empathie und Inklusivität, während wir Ihnen großzügige Verdienstmöglichkeiten und Beteiligungsoptionen bieten. Bei uns haben Sie die Chance, direkt mit einem außergewöhnlichen Gründerteam zusammenzuarbeiten und an einer Mission teilzuhaben, die darauf abzielt, 'AI for Good' voranzutreiben und sowohl europäische als auch globale Märkte zu führen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Lead Data Engineer, AI Systems erhalten könntest
✨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 Cubiq Recruitment zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Lead Data Engineer, AI Systems mit Bravour zu bestehen
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 Lead Data Engineer, AI Systems bei Cubiq Recruitment gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Cubiq Recruitment 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 Cubiq Recruitment entscheidend sein!
