Principal ML Engineer (Agentic AI)-Vendor Data Team

Principal ML Engineer (Agentic AI)-Vendor Data Team

Vollzeit 60000 - 84000 € / Jahr (geschätzt) Homeoffice (teilweise)
Delivery Hero

Auf einen Blick

  • Aufgaben: Entwickle und leite ML-Systeme, die das Wachstum von Restaurants und Geschäften unterstützen.
  • Unternehmen: Innovatives Unternehmen mit Fokus auf KI und Datenlösungen.
  • Vorteile: Hybrid-Arbeitsmodell, 27 Tage Urlaub, Bildungsbudget und Gesundheitsprogramme.
  • Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrierechancen und Unterstützung für Umzüge.
  • Warum dieser Job: Gestalte die Zukunft von Unternehmen mit fortschrittlicher Technologie und echten Auswirkungen.
  • Qualifikationen: Erfahrung in der Entwicklung von ML-Systemen und Datenplattformen erforderlich.

Das prognostizierte Gehalt liegt zwischen 60000 - 84000 € pro Jahr.

Über die Rolle

Sie werden die treibende Kraft hinter dem Erfolg von Tausenden von Restaurants, Geschäften und lokalen Unternehmen sein. Ihre Beiträge werden die Anbieter mit fortschrittlichen Tools ausstatten, um ihre Abläufe zu verwalten und ihre Sichtbarkeit und Reichweite zu erhöhen. Jede Funktion, die Sie helfen, zu entwickeln, wird Wachstumschancen für Unternehmen jeder Größe schaffen und das Ökosystem und den Einfluss von Delivery Hero stärken.

Hauptverantwortlichkeiten

  • Entwerfen und Besitzen von End-to-End-ML- und Datensystemen von der Eingabe und Transformation bis zur Modellintegration und Produktionsbereitstellung.
  • Architektur und Wartung skalierbarer Datenpipelines für RAG, Embeddings und Echtzeit-/nahe Echtzeit-Datenverarbeitung.
  • Erstellen und Betreiben von produktionsreifen ML-Diensten und APIs, um Zuverlässigkeit, Skalierbarkeit und Leistung sicherzustellen.
  • Definieren von Standards für Infrastruktur, Bereitstellung und Systemzuverlässigkeit, einschließlich Infrastructure as Code, Containerisierung und Orchestrierung.
  • Integration von ML-Systemen mit externen APIs, Tools und Betriebsplattformen, um reale Aktionen und Automatisierung zu ermöglichen.
  • Leitung der Implementierung von Sicherheitsbest Practices für KI-Systeme, einschließlich sicherer Eingabeverarbeitung, Datenschutzprotokollen und Schutz vor adversarialen Angriffen oder Modellinjektionen.
  • Sicherstellen, dass alle KI-Agenten innerhalb strenger Autorisierungsgrenzen arbeiten.

Erforderliche Qualifikationen

  • Starke Erfahrung im Entwerfen und Skalieren produktionsreifer ML-Systeme und Datenplattformen, einschließlich großangelegter Bereitstellungen.
  • Tiefe Expertise in Datenengineering und ML-Pipelines, einschließlich Feature-/Datenpipelines, RAG-Systemen und Embedding-Workflows.
  • Nachgewiesene Erfahrung im Aufbau und der Wartung zuverlässiger Dateninfrastrukturen mit starken Garantien für Datenqualität und -frische.
  • Starke Ingenieursfähigkeiten in Python und SQL, mit Erfahrung in Docker, Kubernetes und Cloud-Umgebungen.
  • Erfahrung mit Infrastructure as Code (z. B. Terraform oder ähnliches) und dem Aufbau reproduzierbarer, skalierbarer Systeme.
  • Praktische Erfahrung in der Integration von ML-Systemen mit realen APIs und Diensten und deren Betrieb in der Produktion mit Überwachung und Beobachtbarkeit.

Nice to Have

  • Erfahrung mit LLMs, Agentenarchitekturen oder Orchestrierungsframeworks (LangGraph, AutoGen, CrewAI usw.).
  • Vertrautheit mit der Generierung synthetischer Daten, Bewertungssystemen oder KI-Feedbackschleifen.
  • Erfahrung mit Agenten- oder ML-Beobachtungswerkzeugen wie Langfuse oder LangSmith.
  • Erfahrung mit Modellbereitstellung, Routing oder Inferenzoptimierung.
  • Erfahrung mit Open-Source-Modellen (z. B. LLaMA, Mistral, Mixtral) oder benutzerdefinierten Inferenzstacks.
  • Kenntnisse über Systemzuverlässigkeit, Fehlerbehandlung und Sicherheitsmuster in KI-Systemen.

Vorteile (Einige Highlights)

  • Hybrides Arbeitsmodell – 2 Tage pro Woche auf dem Berliner Campus.
  • 27 Urlaubstage mit einem zusätzlichen Tag im zweiten und dritten Dienstjahr.
  • Bildungsbudget von 1.000 €, Sprachkurse, Unterstützung für Eltern und Zugang zu Udemy Business.
  • Gesundheitsprogramm: Untersuchungen, Meditation, Zugang zum Fitnessstudio.
  • Aktienkaufplan für Mitarbeiter, Sabbatical-Bank, Rabatt auf öffentliche Verkehrsmittel, Lebens- und Unfallversicherung, betriebliche Altersvorsorge.
  • Essensgutscheine, Lebensmittelgutscheine, Unternehmensrabatte.
  • Umzugshilfe für Berlin mit einem speziellen Hub und Informationen.

Chancengleichheit & Vielfalt

Delivery Hero ist ein Arbeitgeber, der Chancengleichheit bietet. Wir diskriminieren nicht aufgrund von Rassenidentitäten, religiösen Überzeugungen, Hautfarbe, nationaler Herkunft, Geschlechtsidentitäten oder -ausdrücken, sexuellen Orientierungen, Alter, Familienstand oder Behinderungsstatus oder einem anderen Aspekt, der Sie definiert. Schwerbehinderte Bewerber mit gleichen Qualifikationen werden bevorzugt berücksichtigt. Sie sind herzlich eingeladen, Ihre Pronomen (er/sie/they) von Anfang an mitzuteilen, damit wir Sie respektvoll von unserem ersten Kontakt an ansprechen können. Wir ermutigen Sie, uns wissen zu lassen, ob Sie besondere Vorkehrungen oder spezifische Unterstützung bei der Barrierefreiheit benötigen, um ein reibungsloses Vorstellungsgespräch zu gewährleisten. Bitte senden Sie eine E-Mail an unseren Inclusion Officer unter inclusion@deliveryhero.com.

Principal ML Engineer (Agentic AI)-Vendor Data Team Arbeitgeber: Delivery Hero

Delivery Hero ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Mit einem hybriden Arbeitsmodell, umfangreichen Weiterbildungsmöglichkeiten und einem starken Fokus auf Gesundheit und Wohlbefinden fördert das Unternehmen eine positive Arbeitskultur. Die Mitarbeiter profitieren von attraktiven Zusatzleistungen wie einem Bildungsbudget, Sabbatical-Optionen und einem unterstützenden Relocation-Service für Berlin, was die Position als Principal ML Engineer besonders attraktiv macht.

Delivery Hero

Kontaktdaten:

Delivery Hero Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Principal ML Engineer (Agentic AI)-Vendor Data Team 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 Delivery Hero 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 Principal ML Engineer (Agentic AI)-Vendor Data Team mit Bravour zu bestehen

Maschinenlernen (ML)
Datenengineering
Python
SQL
Docker
Kubernetes
Cloud-Umgebungen

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 Principal ML Engineer (Agentic AI)-Vendor Data Team bei Delivery Hero gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Delivery Hero 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 Delivery Hero entscheidend sein!