Staff Software Engineer - Machine Learning (Search)

Staff Software Engineer - Machine Learning (Search)

Vollzeit 81000 - 100000 € / Jahr (geschätzt) Homeoffice (teilweise)
Databricks

Auf einen Blick

  • Aufgaben: Entwickle ML-basierte Suchsysteme und arbeite an innovativen Projekten.
  • Unternehmen: Databricks, ein führendes Unternehmen im Bereich KI/ML mit einer kollaborativen Kultur.
  • Vorteile: Gestalte die Zukunft von KI-Produkten, wettbewerbsfähiges Gehalt und Entwicklungsmöglichkeiten.
  • Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrierechancen.
  • Warum dieser Job: Arbeite mit modernster Technologie und beeinflusse die Benutzererfahrung entscheidend.
  • Qualifikationen: Erfahrung in der Entwicklung von Suchsystemen und fundierte Kenntnisse in Computerwissenschaften.

Das prognostizierte Gehalt liegt zwischen 81000 - 100000 € pro Jahr.

P-1408 The Applied AI team at Databricks sits at the forefront of advancing AI/ML-powered products.

Databricks’ customers are continuously creating new assets—tables, notebooks, dashboards, datarooms, pipelines, sql queries, ml models, etc.—on the platform.

Some of them can have hundreds of millions of assets.

Finding an asset is a critical user journey for Databricks’ customers which helps them accomplish their tasks.

In 2025, we will focus on enhancing search ranking, improving query understanding, building robust evals and growing the coverage of assets to enable seamless search at scale.

Key Responsibilities

  • Drive the development and deployment of ML-based search and discovery relevance models and systems integrated with Databricks' products and services.
  • Design and implement automated ML and NLP pipelines for data preprocessing, query understanding and rewrite, ranking and retrieval, and model evaluation, enabling rapid experimentation and iteration.
  • Collaborate with product managers and cross‑functional teams to drive technology-first initiatives that enable novel business strategies and product roadmaps for the search and discovery experience.
  • Contribute to building a robust framework for evaluating search ranking improvements—both offline and online.
  • What We’re Looking For
  • BS+ (M. S. or Ph. D. preferred) in Computer Science, or a related field.
  • 10+ years experience developing search relevance systems at scale in production or in high-impact research environments.
  • Experience applying LLM to search relevance.
  • Experience in one or more of the following: query understanding, NLP, text mining, recommendations, personalization, discovery, conversational AI.
  • Strong understanding of computer science fundamentals.
  • Contributions to well-used open-source projects.

Benefits

  • Opportunity to shape the future of AI-driven products at Databricks.
  • Work with cutting‑edge models and collaborate with a world‑class team of AI and ML experts.
  • #J-18808-Ljbffr

Staff Software Engineer - Machine Learning (Search) Arbeitgeber: Databricks

Databricks ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Mit umfassenden Vorteilen, einer starken Unternehmenskultur, die Vielfalt und Inklusion fördert, sowie zahlreichen Wachstums- und Entwicklungsmöglichkeiten, ist Databricks der ideale Ort für Fachkräfte, die ihre Karriere im Bereich Daten und KI vorantreiben möchten. Die Position des AWS Cloud Partner Solutions Architect in EMEA ermöglicht es Ihnen, an vorderster Front mit führenden Unternehmen zusammenzuarbeiten und einen bedeutenden Einfluss auf die Cloud-Strategien unserer Kunden auszuüben.

Databricks

Kontaktdaten:

Databricks Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Staff Software Engineer - Machine Learning (Search) erhalten könntest

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 Databricks anzuklopfen, wenn du dich auf die Stelle als Staff Software Engineer - Machine Learning (Search) 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 Databricks vorzubereiten!

Wir glauben, dass du diese Fähigkeiten brauchst, um Staff Software Engineer - Machine Learning (Search) mit Bravour zu bestehen

Maschinelles Lernen (ML)
Natürliche Sprachverarbeitung (NLP)
Datenvorverarbeitung
Abfrageverständnis
Ranking und Retrieval
Modellbewertung
Entwicklung von Relevanzsystemen

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 Databricks 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 Databricks 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.