Auf einen Blick
- Aufgaben: Setze die technische Richtung für ML-Systeme zur Menüpersonalisierung und betreue den gesamten Entwicklungsprozess.
- Unternehmen: HelloFresh, der weltweit führende Anbieter von Kochboxen mit einem Fokus auf hochwertige Lebensmittel.
- Vorteile: Attraktive Vergütung, Aktienoptionen, Rabatte auf Mahlzeiten und flexible Arbeitsmodelle.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen und der Möglichkeit, Standards zu setzen.
- Warum dieser Job: Gestalte innovative ML-Lösungen und beeinflusse die Zukunft der Essenspersonalisierung.
- Qualifikationen: Mindestens 8 Jahre Erfahrung in der Entwicklung von Produktions-ML-Systemen und technischer Führung.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
HelloFresh ist eine globale Lebensmittelgruppe und das weltweit führende Unternehmen für Kochboxen, das hochwertige Lebensmittel und Rezepte für verschiedene Mahlzeiten in 18 Ländern und drei Kontinenten anbietet.
Aufgaben:
- Setzen Sie die technische Richtung für die ML-Systeme hinter der Menüpersonalisierung und übernehmen Sie den End-to-End-Stack von Feature-Pipelines, Trainings-Workflows, Modellbereitstellung, Experimentierwerkzeugen und Infrastruktur;
- Bringen Sie Forschung und Experimente in zuverlässige Produktionssysteme, die Anforderungen an Latenz, Skalierbarkeit und Beobachtbarkeit erfüllen;
- Gestalten Sie die Personalisierungs-Roadmap mit der Produkt- und Engineering-Leitung unter Verwendung von Daten und Nutzererfahrungen;
- Betrieben und verbessern Sie Produktionssysteme durch Instrumentierung und kontinuierliches Lernen;
- Erhöhen Sie den technischen Standard durch Architekturüberprüfungen, Mentoring und starke Produktions-ML-Praktiken;
- Gestalten Sie die langfristige Architektur und treffen Sie Plattformentscheidungen mit mehrjährigen Auswirkungen;
- Fördern Sie technische Exzellenz über die Menüpersonalisierung hinaus, indem Sie Standards setzen, die von anderen ML- und Datenteams übernommen werden;
- Synchronisieren Sie sich mit Kollegen bei HelloFresh zu Best Practices und tragen Sie zu unternehmensweiten Ingenieureinitiativen zur Förderung von ML und Datenengineering bei.
Anforderungen:
- Über 8 Jahre Erfahrung im Aufbau und Betrieb von Produktions-ML-Systemen;
- Nachweisliche technische Führungsstärke im großen Maßstab;
- Erfahrung in der Entscheidungsfindung über Architekturen, die über mehrere Jahre hinweg wirksam blieben und Teams über das eigene Team hinaus beeinflussten;
- Fließend in Python und Spark;
- Fließend in Go, Kafka und Kubernetes;
- Praktische Erfahrung mit Pipelines, Modellbereitstellung und Beobachtbarkeit im großen Maßstab;
- Statistische Kenntnisse zur Gestaltung zuverlässiger Experimente und Bewertung der Modellqualität;
- Operative Urteilsfähigkeit zur Diagnose von Systemproblemen, Identifizierung von Ursachen und zum Aufbau von debuggbare Systemen unter realer Last;
- Praktische Erfahrung mit KI-Tools wie Claude Code, Cursor und Copilot, einschließlich täglicher Nutzung von KI-Agenten;
- Produktverständnis und die Fähigkeit, technische Entscheidungen mit Geschäftswert zu verknüpfen;
- Starke Eigenverantwortung und Drang zur Umsetzung.
Nice to have: Produktionserfahrung mit Empfehlungssystemen oder großangelegter Personalisierung.
Rahmenbedingungen:
- Die Vergütung ist stark auf Eigenkapital durch Virtual Stock Option (VSO) und Restricted Stock Unit (RSU) Pläne ausgerichtet;
- Rabatt auf HelloFresh-Kochboxen;
- Flexibles hybrides Arbeiten erfordert mindestens 2 Tage im Büro pro Woche, wobei die meisten Teams 2–3 Tage pro Woche im Büro arbeiten.
machine learning engineer for menu personalization Arbeitgeber: Enfint
Perfect.Live ist ein herausragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und internationalen Umfeld zu arbeiten, das auf erstklassigen Service für wohlhabende Kunden ausgerichtet ist. Mit einer stabilen langfristigen Anstellung, wettbewerbsfähigen Gehältern und einem starken Fokus auf Teamarbeit und qualitativ hochwertigen Kundenservice fördert das Unternehmen eine Kultur des Wachstums und der beruflichen Entwicklung, die es den Mitarbeitern ermöglicht, ihre Fähigkeiten kontinuierlich zu erweitern und sich in ihrer Karriere weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so machine learning engineer for menu personalization 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 Enfint 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 machine learning engineer for menu personalization 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 machine learning engineer for menu personalization bei Enfint gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Enfint 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 Enfint entscheidend sein!
