Auf einen Blick
- Aufgaben: Leiten Sie die Architektur und Implementierung von produktionsreifen Machine Learning-Lösungen für Unternehmenskunden.
- Unternehmen: phData ist ein führendes Unternehmen im Bereich Daten- und KI-Initiativen mit einem globalen Team.
- Vorteile: Bieten Sie eine remote-first Arbeitsumgebung, großzügigen PTO-Plan und Zugang zu professioneller Weiterbildung.
- Weitere Informationen: Die Rolle ist in den USA angesiedelt und erfordert Flexibilität bei der Zusammenarbeit über Zeitzonen hinweg.
- Warum dieser Job: Gestalten Sie bedeutende Datenlösungen und arbeiten Sie in einem unterstützenden, hochleistungsfähigen Team.
- Qualifikationen: Mindestens 6 Jahre Erfahrung in der Entwicklung und Bereitstellung von Machine Learning-Lösungen erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Wir suchen einen Sr. Machine Learning Architect, der unser Machine Learning-Team verstärkt. In dieser Rolle werden Sie die Architektur und Implementierung von produktionsreifen Machine Learning- und Datenlösungen leiten, die es den Kunden ermöglichen, geschäftlichen Nutzen aus ihren Daten zu ziehen.
Hauptverantwortlichkeiten
- End-to-End-Architektur, Lösungsdesign und Lieferung von Machine Learning- und Datenlösungen für Unternehmenskunden übernehmen und vorantreiben.
- Geschäfts- und Datenwissenschaftsanforderungen in skalierbare technische und MLOps-Lösungen übersetzen, die mit den Methoden, Standards und Best Practices von phData übereinstimmen.
- Sicherstellen, dass die Engagements pünktlich, im Rahmen des Umfangs und mit messbarem Geschäftswert für die Kunden geliefert werden.
- Sichere, skalierbare Umgebungen und Werkzeuge für Datenwissenschaftler entwerfen und erstellen, um Modelle und Daten zu erstellen, zu trainieren und zu manipulieren.
- Innerhalb der Technologie-Ökosysteme der Kunden arbeiten, um Daten aus Quellsystemen zu extrahieren und in analytische und Modelltrainingsumgebungen zu bringen.
- Bereitstellungsansätze und Produktionsinfrastruktur für Machine Learning-Modelle definieren, um sicherzustellen, dass Unternehmen die entwickelten Modelle zuverlässig nutzen, überwachen und warten können.
- Mit Datenwissenschaftlern zusammenarbeiten, um Daten in umsetzbare Erkenntnisse und einsetzbare Machine Learning-Modelle zu transformieren.
- Betriebliche Teststrategien entwickeln und umsetzen, einschließlich QA-Validierung, Leistungstests und Implementierungsplänen, um das Testen und die Bereitstellung von Modellen zu unterstützen.
- Die Qualität, Zuverlässigkeit und Beobachtbarkeit der gelieferten Lösungen durch Tests, Dokumentation, Protokollierung und Überwachung sicherstellen.
Zusammenarbeit & Führung
- Mit funktionsübergreifenden Partnern zusammenarbeiten, um erfolgreiche Kundenengagements zu liefern.
- Technische und strategische Führung während Workshops, Entdeckungssitzungen, Architektur- und Designüberprüfungen sowie Projektlieferungen bieten.
- Hohe Qualität in den Ergebnissen durch Code-Reviews, Dokumentation, Tests, Governance und Einhaltung von Sicherheits- und Compliance-Standards sicherstellen.
- Mit Praxis- und Kontoleitern zusammenarbeiten, um Möglichkeiten zur Erweiterung von Engagements, Verbesserung der Lieferung und Standardisierung von Mustern für die Bereitstellung und den Betrieb von ML-Lösungen zu identifizieren.
- Als technischer Vordenker für Kunden fungieren und Technologien sowie Lösungsdesigns für Modellinferenz, -neutrainierung, -überwachung und Lebenszyklusmanagement empfehlen.
Über Sie
Sie sind ein technischer Leiter und kundenorientierter Berater, der es genießt, komplexe Machine Learning-Ideen in robuste, produktionsbereite Lösungen zu verwandeln. Sie fühlen sich wohl dabei, über Daten-, Infrastruktur- und Anwendungsebenen hinweg zu arbeiten und direkt mit Datenwissenschaftlern, Ingenieuren und Geschäftsinteressierten zusammenzuarbeiten. Sie gedeihen in einer ergebnisorientierten Umgebung und navigieren durch komplexe Kundenökosysteme, um Architekturen zu entwerfen, die leistungsfähig, sicher, skalierbar und wartbar sind.
Erforderliche Qualifikationen
- 6+ Jahre Erfahrung als Machine Learning Engineer, Software Engineer oder Data Engineer, der produktionsreife Daten- und Machine Learning-Lösungen entwickelt und bereitstellt.
- Praktische Kenntnisse in modernen Programmiersprachen wie Python, Scala, Java oder ähnlichem, einschließlich Erfahrung in der Entwicklung von APIs und Webanwendungen mit Frameworks wie Flask, Django oder Spring.
- Erfahrung im Aufbau und Betrieb robuster Datenpipelines und verteilter Datenverarbeitungslösungen mit SQL und Big Data-Technologien (z.B. Spark, Snowflake, Databricks, Redshift, Amazon EMR, HDFS).
- Starkes systemtechnisches Wissen über Netzwerk- und Cloud-Architekturen, Linux-basierte Betriebssysteme und Daten-/Speicherplattformen (z.B. AWS, Databricks, Cloudera), mit Vertrautheit über Daten- und Messaging-Systeme wie JMS, Kafka, RDBMS, Data Warehouses, MySQL, Oracle und SAP; nachgewiesene Erfahrung in der Bereitstellung von Machine Learning-Modellen in Produktionsumgebungen.
- Starke Kenntnisse in SQL und die Fähigkeit, komplexe und verteilte Abfragen zu schreiben, zu debuggen und zu optimieren.
- Praktische Erfahrung mit einem oder mehreren Produkten und Sprachen des Big Data-Ökosystems wie Spark, Snowflake, Databricks usw.
- Erfahrung im gesamten Softwareentwicklungszyklus, einschließlich Design, Dokumentation, Implementierung, Test, Bereitstellung und laufenden Betrieb.
Bevorzugte Qualifikationen
- Erfahrung in spezifischen Branchenvertikalen oder Problembereichen, in denen Machine Learning und Datenplattformen in großem Maßstab angewendet werden (z.B. Personalisierung, Prognose, Risikomodellierung, Betriebsoptimierung).
- Praktische Erfahrung mit Ökosystemtechnologien und Cloud-Plattformen wie Spark, Databricks, Snowflake, AWS, Azure oder GCP sowie Erfahrung mit ML-Tools wie AWS SageMaker, Azure ML und MLflow sowie Bibliotheken wie TensorFlow, Keras, scikit-learn oder H2O.
- Vorherige Erfahrung in globalen oder Remote-Teams und Zusammenarbeit mit US, LATAM und/oder Indien.
- Beiträge zu Open-Source-Technologiestacks, technischen Gemeinschaften, Vorträgen oder Veröffentlichungen.
- Ein Master-Abschluss oder ein anderer fortgeschrittener Abschluss in Datenwissenschaft, Informatik oder einem verwandten Bereich.
Warum phData?
- Beeindruckende Arbeit: Zusammenarbeit mit führenden Organisationen an bedeutenden Daten- und KI-Initiativen.
- Kollaborative Kultur: Arbeiten Sie mit einem unterstützenden, leistungsstarken globalen Team, das Transparenz, Autonomie und kontinuierliche Verbesserung schätzt.
- Wachstumsmöglichkeiten: Zugang zu herausfordernden Projekten, Mentoring und strukturierten Entwicklungspfaden.
- Werteorientiert: Wir priorisieren es, das Richtige für unsere Kunden, unsere Teams und unsere Gemeinschaft zu tun.
Leistungen bei phData
- Remote-First-Arbeitsumgebung
- Legere, preisgekrönte Arbeitsumgebung für kleine Unternehmen
- Kollaborative Kultur, die Autonomie, Kreativität und Transparenz schätzt
- Wettbewerbsfähige Vergütung, hervorragende Leistungen, großzügiger PTO-Plan plus 10 Feiertage (und andere coole Vorteile)
- Beschleunigtes Lernen und berufliche Entwicklung durch fortgeschrittene Schulungen und Zertifizierungen
Sr. Machine Learning Solutions Architect Arbeitgeber: DaParrot Ltd
phData bietet eine kollaborative Kultur, die Autonomie und Kreativität schätzt. Die Mitarbeiter profitieren von einem wettbewerbsfähigen Gehalt, hervorragenden Leistungen und einem großzügigen Urlaubspaket. Das Unternehmen hat sich dem richtigen Handeln für Kunden und Gemeinschaften verschrieben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Sr. Machine Learning Solutions Architect erhalten könnten
✨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 DaParrot Ltd 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 Sr. Machine Learning Solutions Architect 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 Sr. Machine Learning Solutions Architect bei DaParrot Ltd gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei DaParrot Ltd 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 DaParrot Ltd entscheidend sein!
