Auf einen Blick
- Aufgaben: Leite AI-Projekte und entwickle ML-Modelle für Kunden.
- Arbeitgeber: Ein schnell wachsendes Unternehmen, das AI-Durchbrüche in verschiedenen Branchen vorantreibt.
- Mitarbeitervorteile: Flexibles Arbeiten, kontinuierliches Lernen und ein unterstützendes Umfeld.
- Warum dieser Job: Werde Teil eines innovativen Teams und gestalte die Zukunft der AI mit.
- Gewünschte Qualifikationen: Mindestens 2 Jahre Erfahrung in Softwareentwicklung mit Python und SQL erforderlich.
- Andere Informationen: B2 Deutschkenntnisse sind notwendig für die Kommunikation mit Kunden.
Das voraussichtliche Gehalt liegt zwischen 80000 - 100000 € pro Jahr.
Direct message the job poster from DeepRec.ai Company Overview A leading technology organization and one of the most established digital platforms in Europe, the company designs and builds advanced data-driven solutions that power innovative products and services. All technology development is carried out in-house at the main engineering hub. Key Responsibilities Collaborate in an agile, cross-functional team to design, build, and deploy data-driven products using modern machine learning methods. Implement and operationalize ML models on cloud infrastructure (e.g., Google Cloud Platform) and ensure reliable integration into production environments. Maintain smooth operations across systems, with continuous improvements in quality, scalability, performance, and security. Define and implement best practices in MLOps, optimize existing applications, and introduce new tools and methods to enhance the ML infrastructure. Work closely with data scientists, business stakeholders, and engineering teams to support the complete lifecycle of ML models—from conception and development to deployment, monitoring, and iteration. Requirements Several years of professional experience in software engineering and development. Strong programming skills in Python, Java, and SQL, particularly in data engineering and high-performance data applications. Practical experience with cloud services (preferably GCP), Terraform, and CI/CD pipelines for ML workloads. Comprehensive understanding of MLOps principles and experience managing models throughout their lifecycle. Strong analytical abilities, structured working style, and proactive approach to problem solving. Excellent communication skills and fluency in English; German language skills are an advantage. Flexible Work: Flexible working hours, 30 days of annual leave, and up to two remote working days per week. Commuter Benefits: Public transportation pass provided. Team Culture: Regular team events, offsites, volunteer days, and social activities. Professional Growth: Individualized development and training opportunities. Work Environment: Dog-friendly office with an open and inclusive atmosphere. Seniority level Associate Employment type Full-time Job function Production Industries Data Infrastructure and Analytics #J-18808-Ljbffr
Machine Learning Engineer Arbeitgeber: DeepRec.ai
Kontaktperson:
DeepRec.ai HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Engineer
✨Netzwerken ist der Schlüssel
Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der KI- und Maschinenlern-Community in Kontakt zu treten. Suche nach Gruppen oder Veranstaltungen in Berlin, die sich auf Machine Learning konzentrieren, um wertvolle Kontakte zu knüpfen.
✨Praktische Erfahrungen sammeln
Beteilige dich an Open-Source-Projekten oder Hackathons, die sich mit Machine Learning beschäftigen. Dies zeigt nicht nur deine Fähigkeiten, sondern hilft dir auch, praktische Erfahrungen zu sammeln, die du in Gesprächen hervorheben kannst.
✨Bereite dich auf technische Interviews vor
Übe häufige technische Fragen und Probleme, die in Interviews für Machine Learning Engineers gestellt werden. Plattformen wie LeetCode oder HackerRank können dir helfen, deine Programmierfähigkeiten zu verbessern und dich auf technische Herausforderungen vorzubereiten.
✨Sprich über deine Projekte
Sei bereit, über deine bisherigen Projekte und Erfahrungen im Bereich Machine Learning zu sprechen. Bereite konkrete Beispiele vor, die deine Fähigkeiten in Python, SQL und den verwendeten ML-Frameworks demonstrieren.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineer
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die geforderten Fähigkeiten und Erfahrungen. Stelle sicher, dass du alle relevanten Punkte in deiner Bewerbung ansprichst.
Betone deine technischen Fähigkeiten: Hebe deine Erfahrung mit Python, SQL und den genannten ML-Frameworks (TensorFlow, PyTorch, scikit-learn) hervor. Zeige konkrete Beispiele, wie du diese Technologien in früheren Projekten eingesetzt hast.
Sprich über deine Projekte: Erwähne spezifische Projekte, bei denen du Proof-of-Concepts in produktionsreife MVPs umgewandelt hast. Beschreibe deine Rolle und die Ergebnisse, die du erzielt hast.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du für diese Position geeignet bist und was dich an der Arbeit in einem AI-Unternehmen reizt. Betone auch deine Anpassungsfähigkeit und Problemlösungsfähigkeiten.
Wie du dich auf ein Vorstellungsgespräch bei DeepRec.ai vorbereitest
✨Bereite dich auf technische Fragen vor
Als Machine Learning Engineer wirst du wahrscheinlich mit technischen Fragen zu ML-Frameworks wie TensorFlow oder PyTorch konfrontiert. Stelle sicher, dass du die Grundlagen und spezifische Anwendungsfälle dieser Technologien gut verstehst.
✨Zeige deine Projekt-Erfahrungen
Bereite Beispiele aus deiner bisherigen Arbeit vor, in denen du erfolgreich ML-Modelle entwickelt und implementiert hast. Erkläre den gesamten Lebenszyklus des Modells, von der Datenaufbereitung bis zur Bereitstellung.
✨Kommunikationsfähigkeiten betonen
Da B2-Deutschkenntnisse erforderlich sind, solltest du deine Fähigkeit zur Kommunikation mit Kunden und Teammitgliedern hervorheben. Übe, technische Konzepte klar und verständlich zu erklären.
✨Fragen zur Unternehmenskultur stellen
Zeige dein Interesse an der Unternehmenskultur, indem du Fragen stellst, die auf Flexibilität und Wachstum abzielen. Dies zeigt, dass du nicht nur an der Position, sondern auch an der langfristigen Entwicklung im Unternehmen interessiert bist.