Audio Machine Learning Data Engineer

Audio Machine Learning Data Engineer

Lausanne Vollzeit 61650 - 75350 € / Jahr (geschätzt) Hybrid
E

Auf einen Blick

  • Aufgaben: Entwickle und verwalte Audio-Datensätze und Pipelines für Machine Learning.
  • Unternehmen: Logitech, ein innovatives Unternehmen mit einer inklusiven Kultur.
  • Vorteile: Flexible Arbeitszeiten, umfassende Sozialleistungen und Unterstützung für dein Wohlbefinden.
  • Weitere Informationen: Dynamisches Umfeld mit großartigen Karrieremöglichkeiten und einem hybriden Arbeitsmodell.
  • Warum dieser Job: Gestalte innovative Audioerlebnisse und habe einen positiven globalen Einfluss.
  • Qualifikationen: Erfahrung in der Arbeit mit Audio-Daten und starke Python-Kenntnisse.

Das prognostizierte Gehalt liegt zwischen 61650 - 75350 € pro Jahr.

Logitech ist der Sweet Spot für Menschen, die möchten, dass ihre Handlungen einen positiven globalen Einfluss haben, während sie die Flexibilität haben, dies auf ihre eigene Weise zu tun.

Als Audio Machine Learning Data Engineer im Hardware Audio Machine Learning und DSP Produktteam von Logitech werden Sie an der Entwicklung und Verwaltung unserer Audiodaten und Datenpipelines arbeiten. Diese Arbeit beeinflusst direkt die innovativen Audioerlebnisse, die wir unseren Kunden bieten.

Ihr Beitrag

  • Data Pipeline Management: Sicherstellung der Integrität und Qualität von Audio Machine Learning-Datenpipelines und -datensätzen, einschließlich robuster Datenaugmentation und Verwaltung von Workflows für überwachte, unüberwachte und semi-überwachte Machine Learning-Audioanwendungen.
  • Modellentwicklung und -bereitstellung: Zusammenarbeit mit dem Team zur Entwicklung und Bereitstellung von Audio Machine Learning-Modellen, insbesondere für Plattformen mit strengen Ressourcenbeschränkungen (wie Tensilica DSP, ARM und RISC-V).
  • Entwurf und Verwaltung von Pipelines zur Datensammlung, -kurierung, -kennzeichnung, -reinigung und -augmentation.
  • Bewertung und Implementierung skalierbarer Datenaugmentationstechniken.
  • Einrichtung und Pflege hochwertiger, gut versionierter und dokumentierter Datensätze, die für das Training, die Validierung und das Benchmarking von Audio Machine Learning-Modellen unerlässlich sind.
  • Entwicklung automatisierter Tools zur Überwachung und Sicherstellung der Qualität und statistischen Vielfalt von Audiodaten.
  • Formulierung und Umsetzung von Strategien zur kontinuierlichen Verbesserung bestehender Datensätze.

Wichtige Qualifikationen

  • Audio-Datenexpertise: Mindestens 3 Jahre direkte Erfahrung mit umfangreichen Audiodatensätzen, einschließlich fortgeschrittener Datenaugmentation und Vorverarbeitungstechniken für Audio Machine Learning.
  • Python-Kenntnisse: Starke Kenntnisse in Python sowohl für die Entwicklung von Machine Learning-Modellen als auch für die Automatisierung von Datenpipelines.
  • Datenpipelines und Machine Learning-Frameworks: Nachgewiesene Expertise im Aufbau skalierbarer Datenpipelines und Erfahrung mit Machine Learning-Frameworks (TensorFlow, Keras) bei großangelegten, komplexen Datensätzen.

Bevorzugte Qualifikationen

  • Expertenkenntnisse in der Audioanalyse, einschließlich Hören und Artefakterkennung, mit nachweislicher Erfolgsbilanz bei der Validierung der Leistung über verschiedene Datensätze hinweg.
  • Starke Vertrautheit mit dem Entwerfen, Ausführen und statistischen Analysieren von Protokollen zur Messung der Audioqualität, spezialisiert auf die Verwaltung datengestützter objektiver und subjektiver Bewertungen.
  • Eine starke datenzentrierte Denkweise, mit nachgewiesener Fähigkeit, Innovation sowohl unabhängig als auch im Team voranzutreiben.
  • Kenntnisse in C und SQL sowie Erfahrung mit Versionskontrollsystemen (Git) sind von Vorteil.
  • Ausgezeichnete bereichsübergreifende Kommunikations-, Dokumentations- und Führungsfähigkeiten, mit Schwerpunkt auf Transparenz in Daten und Ergebnissen.

Bildung

  • Bachelor- oder Masterabschluss in Elektrotechnik, Informatik oder einem verwandten Fachgebiet. Entsprechende praktische Erfahrung in professionellem Audio Machine Learning und Datenengineering wird ebenfalls berücksichtigt; fortgeschrittene/relevante Weiterbildung bevorzugt.

Logitech fördert die Zusammenarbeit und das Spielen. Wir helfen Teams, von überall aus zusammenzuarbeiten/zu lernen, ohne Kompromisse bei der Produktivität oder Kontinuität einzugehen, sodass es nicht überraschen sollte, dass die meisten unserer Stellenangebote die Möglichkeit bieten, von zu Hause aus zu arbeiten. Unser hybrides Arbeitsmodell ermöglicht es einigen Mitarbeitern, remote zu arbeiten, während andere vor Ort arbeiten.

Logitech ist ein großartiger Arbeitsplatz, weil er voller authentischer Menschen ist, die von Natur aus sowie durch Design inklusiv sind. Als globales Unternehmen schätzen wir unsere Vielfalt und feiern all unsere Unterschiede.

Wir bieten umfassende und wettbewerbsfähige Leistungspakete und Arbeitsumgebungen, die darauf ausgelegt sind, flexibel zu sein und Ihnen zu helfen, sich um sich selbst und Ihre Lieben zu kümmern, jetzt und in der Zukunft. Wir glauben, dass gute Gesundheit mehr bedeutet, als nur medizinische Versorgung zu erhalten, wenn Sie sie benötigen.

Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Geschlecht, Alter, Hautfarbe, Religion, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, geschütztem Veteranenstatus oder aufgrund einer Behinderung Berücksichtigung für eine Anstellung.

Audio Machine Learning Data Engineer Arbeitgeber: El Camino Health

Logitech ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und flexiblen Arbeitsumfeld zu arbeiten, das auf Zusammenarbeit und Vielfalt setzt. Mit umfassenden und wettbewerbsfähigen Sozialleistungen sowie einem hybriden Arbeitsmodell, das Remote-Arbeit ermöglicht, fördert Logitech das persönliche und berufliche Wachstum seiner Mitarbeiter und unterstützt deren Wohlbefinden. In Österreich, insbesondere in Wien, haben Sie die Chance, Teil eines globalen Unternehmens zu werden, das Innovation und Kreativität schätzt und gleichzeitig einen positiven Einfluss auf die Welt ausübt.

E

Kontaktdaten:

El Camino Health Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Audio Machine Learning Data Engineer 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 El Camino Health anzuklopfen, wenn du dich auf die Stelle als Audio Machine Learning Data Engineer 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 El Camino Health vorzubereiten!

Wir glauben, dass du diese Fähigkeiten brauchst, um Audio Machine Learning Data Engineer mit Bravour zu bestehen

Datenpipeline-Management
Audio-Datenexpertise
Python-Kenntnisse
Maschinenlernen-Frameworks (TensorFlow, Keras)
Datenaugmentationstechniken
Modellentwicklung und -bereitstellung
C-Kenntnisse

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 El Camino Health 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 El Camino Health 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.