Auf einen Blick
- Aufgaben: Entwickle innovative ML-Lösungen und optimiere Entwickler-Workflows.
- Unternehmen: GitKraken, die bevorzugte Plattform für über 40 Millionen Entwickler weltweit.
- Vorteile: Wettbewerbsfähige Vergütung, flexible Urlaubsregelung und großzügige Elternzeit.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit großartigen Entwicklungsmöglichkeiten und einer Kultur der Verantwortung.
- Warum dieser Job: Gestalte die Zukunft der Softwareentwicklung mit modernster Technologie und echtem Einfluss.
- Qualifikationen: Erfahrung in maschinellem Lernen und praktischem Datenmanagement auf Senior-Niveau.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
The Company
Git Kraken is the developer experience (Dev Ex) platform of choice for more than 40 million developers and 100,000 organizations globally.
Combining built-in AI and powerful workflow orchestration, Git Kraken empowers development teams to eliminate unnecessary toil, streamline collaboration, and accelerate productivity.
Git Kraken’s seamless integrations with leading Git providers, issue tracking tools, and AI solutions make it the most versatile Dev Ex platform available across desktop, command line, IDE, web, and mobile environments.
Discover smarter, faster development at www. gitkraken. com or follow us on Linked In.
The Role
At Git Kraken, our goal is to help developers and their teams focus, create, and collaborate while minimizing distractions, context switching, and wasted time.
Our developer experience platform supports millions of developers across desktop, command line, IDE, browser, web, and mobile.
We’re looking for a pragmatic, startup-minded Senior Machine Learning Engineer or Applied Data Scientist who can take an idea from concept to production.
Sometimes that idea will come from the data.
Sometimes it will come from the business.
In both cases, you’ll be expected to determine what’s possible, identify the fastest credible path forward, and ship solutions that create measurable impact.
This is a high-ownership role for someone comfortable working across data, product, and engineering.
You should be able to frame ambiguous problems, explore messy data, build models or heuristics, integrate with production systems, measure outcomes, and iterate quickly.
We care about practical impact, traction, and speed of learning.
We are not looking for someone who waits for perfect specs or over-polishes a solution before proving it matters.
What You'll Do
- Identify high-value opportunities from product, customer, and operational data
- Evaluate ambiguous ideas quickly and determine what is feasible, useful, and worth shipping
- Build practical 80/20 solutions that create leverage quickly, then refine them based on traction
- Own end-to-end execution across data exploration, modeling, experimentation, backend integration, and productization
- Partner with engineering, product, design, and leadership to turn rough ideas into shipped capabilities
- Use ML, analytics, heuristics, and automation pragmatically rather than forcing a model where one is not needed
- Define success metrics, instrument outcomes, and improve solutions based on real-world usage
- Help shape how Git Kraken uses AI and data to improve developer workflows, team velocity, and product experience
- Our Tech Lens
- Languages: Python (for data/ML execution), alongside Go and Type Script across our core product and backend environments.
- Data & Infrastructure: Snowflake for data warehousing, AWS for cloud infrastructure, and Datadog for monitoring and observability.
- AI Ecosystem & Dev
Ex: We heavily leverage and build around modern AI development tools and LLMs like Cursor, Claude Code, and Codex to accelerate execution and shape the future of workflows.
What We're Looking For
- Deep experience in machine learning, applied AI, or a similarly hands‑on product data role at a Senior level
- A track record of shipping data or ML‑powered capabilities into real products or operational workflows
- Comfort moving from messy problem statements to practical execution without a lot of structure
- Ability to work across the stack, not just in notebooks
- Strong product judgment and a bias toward simple solutions that deliver measurable value
- Experience deciding whether a problem is best solved with ML, rules, analytics, automation, or workflow design
- Ability to balance speed and rigor, including knowing when “good enough to learn” is the right answer
- Strong communication skills and the ability to explain tradeoffs clearly to technical and non‑technical partners
- Ownership mindset: you don’t wait for perfect specs, and you follow through from idea to impact
- Bonus Points
- You’ve built and shipped data or ML‑powered features, not just analyses
- You can prototype quickly and are comfortable refining after launch
- You know how to avoid getting buried in edge cases before the core value is proven
- You like working in a company with a bias toward action, accountability, and high ownership
- You want your work to directly influence product direction and business outcomes
- How you'll be rewarded
- Competitive compensation with annual performance‑based pay increases
- Flexible Paid‑Time‑Off Policy & paid company holidays (chosen by our employees)
- Generous paid parental leave
- Pet insurance plan (with no exclusions)
- Health, dental, and vision insurance with competitive employer cost‑sharing
- Modern, fully equipped offices designed to maximize productivity in a hybrid environment
- Great Place to Work Certified culture
- Paid career development opportunities, audiobook subscriptions, and mentorship
- 401(k) retirement plan plus company matching
- Company paid domestic trip after your 1‑year anniversary & an international trip every 5 years
- #J-18808-Ljbffr
Applied Data Scientist Arbeitgeber: Embedded Shishya
Jitterbit ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, in einem dynamischen und wachsenden Umfeld zu arbeiten, das sich auf die Integration von Plattformen als Dienstleistung (iPaaS) spezialisiert hat. Mit einem flexiblen, remote-freundlichen Arbeitsmodell und einer Unternehmenskultur, die auf Zusammenarbeit und persönlichem Wachstum basiert, fördern wir Ihre Karriere durch Mentorship und kontinuierliche Entwicklung. Hier haben Sie die Chance, bedeutende Partnerschaften zu entwickeln und die Zukunft der API-Nutzung in geschäftskritischen Prozessen mitzugestalten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Applied Data Scientist erhalten könntest
✨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 Embedded Shishya 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 Applied Data Scientist mit Bravour zu bestehen
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 Applied Data Scientist bei Embedded Shishya gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Embedded Shishya 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 Embedded Shishya entscheidend sein!
