Auf einen Blick
- Aufgaben: Hilf uns, komplexe ML-Probleme in der industriellen Inspektion zu lösen.
- Unternehmen: deeplify, ein innovatives Unternehmen im Bereich KI und Asset-Integrität.
- Vorteile: Überdurchschnittliche Vergütung, spannende Projekte und echte industrielle Auswirkungen.
- Weitere Informationen: Werde Teil eines Teams, das langfristige Herausforderungen wie Korrosionsvorhersage angeht.
- Warum dieser Job: Arbeite an herausfordernden Problemen und entwickle end-to-end ML-Systeme.
- Qualifikationen: Starke ML-Engineering-Fähigkeiten und hohe Eigenverantwortung.
Bei deeplify entwickeln wir den ersten KI-nativen Co-Piloten für die Integrität von Vermögenswerten in kritischen Industrieinfrastrukturen. Wir verwandeln Inspektionsdaten von Pipelines, Chemieanlagen, Schiffen und Brücken in Echtzeit-Entscheidungen zur risikobasierten Wartung. Wir kombinieren eine digitale Inspektionsplattform mit proprietären Deep-Learning-Modellen und einem sich entwickelnden agentischen KI-System, das von Ingenieuren für Vermögensintegrität lernt. Dies wandelt die Integrität von Vermögenswerten von langsamen, analogen, dokumentengestützten Prozessen in ein proaktives, softwaredefiniertes und zunehmend autonomes System um.
Aufgaben
- Wir suchen einen außergewöhnlichen ML-Ingenieur als Werkstudenten, der uns hilft, einige der schwierigsten angewandten Probleme des maschinellen Lernens in der industriellen Inspektion zu lösen – von der Schweißfehlererkennung und Korrosionsanalyse auf radiografischen Daten bis hin zu zukünftigen UT-basierten Systemen und langfristiger Korrosionsvorhersage.
- Deep-Learning-Modelle zur Schweißfehlererkennung und Korrosionsanalyse auf radiografischen und ultraschallbasierten Daten
- Verwaltung externer Beschriftungsteams
- Training, Evaluierung und Experimentverfolgungs-Workflows
- Produktionsinferenz-Pipelines
- Unterstützung eines spannenden Forschungsprojekts
Voraussetzungen
- Starke praktische Fähigkeiten im Bereich ML-Engineering
- Hohe Eigenverantwortung: Sie übernehmen Verantwortung, treiben Dinge voran und warten nicht darauf, dass Ihnen jeder nächste Schritt gesagt wird
- Hohe Dringlichkeit: Sie handeln schnell, kümmern sich um die Ausführung und wissen, wie man Schwung erzeugt
- Begeisterung für chaotische, schwierige, reale Probleme ohne offensichtliche Lösung
- Komfortabel im Umgang mit Daten, Modellen, Infrastruktur und Bereitstellung
- Bonus: Erfahrung in Computer Vision, MLOps, Produktions-ML, Bildgebung oder Sensordaten
Vorteile
- Arbeiten an technisch anspruchsvollen Problemen mit echtem industriellen Einfluss
- Aufbau von End-to-End-ML-Systemen, nicht nur von Modellen isoliert
- Helfen Sie, die Grundlage für eine skalierbare interne ML-Plattform zu legen
- Teil eines Teams sein, das langfristige Herausforderungen wie die Korrosionsvorhersage angeht, ein wirklich schwieriges Problem mit erheblichem Potenzial
- Deutlich überdurchschnittliche Vergütung für Werkstudenten
Working Student ML Engineer Arbeitgeber: deeplify
Deeplify ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an technisch anspruchsvollen Projekten mit echtem industriellen Einfluss zu arbeiten. In einem dynamischen und innovativen Arbeitsumfeld fördern wir eine Kultur des hohen Engagements und der Eigenverantwortung, während wir gleichzeitig außergewöhnliche Wachstums- und Entwicklungsmöglichkeiten bieten. Unsere Arbeitsstudenten profitieren von überdurchschnittlicher Vergütung und der Chance, an der Entwicklung skalierbarer ML-Plattformen mitzuwirken, was die Arbeit bei uns besonders lohnend macht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Working Student ML Engineer erhalten könnten
✨Tipp Nummer 1
Sei proaktiv! Wenn du dich für die Stelle als Werkstudent im Bereich ML Engineering interessierst, zögere nicht, direkt mit dem Team in Kontakt zu treten. Zeige dein Interesse und stelle Fragen zu den Projekten, an denen sie arbeiten.
✨Tipp Nummer 2
Nutze Networking! Verbinde dich mit Leuten aus der Branche über LinkedIn oder andere Plattformen. Oft erfährt man so von offenen Stellen oder kann Empfehlungen bekommen, die dir einen Vorteil verschaffen.
✨Tipp Nummer 3
Bereite dich auf technische Interviews vor! Da es um komplexe ML-Probleme geht, solltest du deine Kenntnisse in Deep Learning und Datenverarbeitung auffrischen. Mach ein paar Übungsfragen und sei bereit, deine Denkweise zu erklären.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! Das zeigt, dass du wirklich interessiert bist und gibt dir die beste Chance, im Auswahlprozess gesehen zu werden. Lass uns gemeinsam an spannenden Herausforderungen arbeiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Working Student ML Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, lass deine Persönlichkeit durchscheinen. Wir suchen nach authentischen Menschen, die sich für die Herausforderungen im Bereich Machine Learning begeistern. Zeig uns, wer du bist und warum du zu deeplify passen würdest!
Mach es konkret!:Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um deine Fähigkeiten im ML Engineering zu demonstrieren. Erzähl uns von Projekten, an denen du gearbeitet hast, und wie du Probleme gelöst hast. Das gibt uns einen echten Einblick in dein Können!
Zeig deine Leidenschaft!:Erkläre, warum du dich für die Arbeit mit industriellen Daten und Machine Learning interessierst. Deine Begeisterung für die Themen, die wir bei deeplify angehen, wird uns helfen, deine Motivation besser zu verstehen. Lass uns wissen, was dich antreibt!
Bewirb dich über unsere Website!:Um sicherzustellen, dass deine Bewerbung nicht untergeht, bewirb dich direkt über unsere Website. So können wir deine Unterlagen schnell und effizient bearbeiten. Wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei deeplify vorbereitet
✨Verstehe die Technologie
Mach dich mit den Technologien und Methoden vertraut, die bei deeplify verwendet werden. Informiere dich über Deep Learning, MLOps und die spezifischen Herausforderungen in der industriellen Inspektion. Zeige im Interview, dass du nicht nur die Theorie verstehst, sondern auch praktische Anwendungen im Kopf hast.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Erfahrungen, die deine Fähigkeiten im Bereich Machine Learning und Datenverarbeitung demonstrieren. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du Lösungen gefunden hast. Das zeigt, dass du proaktiv bist und Verantwortung übernimmst.
✨Zeige deine Problemlösungsfähigkeiten
Da die Rolle das Lösen komplexer, realer Probleme erfordert, solltest du im Interview Beispiele für Situationen nennen, in denen du kreative Lösungen gefunden hast. Diskutiere, wie du mit unordentlichen Daten umgegangen bist und welche Schritte du unternommen hast, um diese in nützliche Informationen umzuwandeln.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die dein Interesse an der Position und dem Unternehmen zeigen. Frage nach den aktuellen Projekten, den Herausforderungen, die das Team bewältigt, und wie du dazu beitragen kannst. Das zeigt, dass du engagiert bist und wirklich daran interessiert bist, Teil des Teams zu werden.
