Auf einen Blick
- Aufgaben: Entwickle und implementiere ML-Systeme für die Überwachung von Transaktionen.
- Unternehmen: SumUp, ein innovatives Unternehmen für Finanzlösungen.
- Vorteile: Attraktives Gehalt, Aktienoptionen, Weiterbildung und 28 Tage Urlaub.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Finanztechnologie und mache einen echten Unterschied.
- Qualifikationen: Erfahrung in Python, ML-Deployment und Datenanalyse.
SumUp bietet einfache und erschwingliche Finanztools, die kleinen Unternehmen helfen, Zahlungen, Finanzen und Kundenbeziehungen zu verwalten. Mehr als 4 Millionen Unternehmen in 37 Märkten verlassen sich auf seine Produkte.
Aufgaben:
- Produktion von ML-Systemen von Anfang bis Ende, einschließlich Batch-Training-Pipelines, Modellversionierung, Überwachung, Bereitstellung und Rückgängigmachung für Transaktionsüberwachungsmodelle.
- Entwicklung, Wartung und Verbesserung von ML-Modellen für die Transaktionsüberwachung mit Fokus auf Erkennungsqualität, betriebliche Effizienz und regulatorische Compliance.
- Ingenieurmerkmale, die auf AML- und Betrugstypologien sowie verdächtigen Verhaltensweisen basieren, und Zusammenarbeit mit Risikoermittlern zur Übersetzung von Fachwissen in Alarmierungslogik und Schwellenwertkalibrierung.
- Durchführung von Sensitivitätstests an synthetischen Datensätzen und Erstellung von ML-Governance-Artefakten wie Modellkarten und auditbereiter Dokumentation.
- Verantwortung für die Weiterentwicklung des AML-Risikoscores durch Analyse der Treiberbeiträge, Überwachung von Drift, Durchführung von Backtests und Empfehlung von Verbesserungen für Merkmale, Logik und Schwellenwerte.
- Zusammenarbeit mit AML- und Betrugsoperationen, Produkt- und Engineering-Teams zur Übersetzung der Bedürfnisse der Stakeholder in umsetzbare, skalierbare Data-Science-Lösungen.
- Verfolgung und Verbesserung der Erkennungsleistungskennzahlen, Anpassung der Lösungen an regionale Compliance-Anforderungen und Mitwirkung an der Systemdesign-Dokumentation.
Anforderungen:
- Produktion von Python-Code mit CI/CD, automatisierten Tests, Versionierung und Überwachungserfahrung.
- Erfahrung in der Bereitstellung und dem Betrieb von ML-Modellen in der Produktion, einschließlich Driftüberwachung und Rückgängigmachung.
- Training und Produktionsbereitstellung von ML-Modellen sowie Auswahl geeigneter Evaluierungs-KPIs und -Metriken.
- Praktische Erfahrung mit komplexen, mehrquelligen Datenökosystemen, Datenqualität und Datenherkunft.
- Klare und selbstbewusste Kommunikation mit funktionsübergreifenden Stakeholdern, Erwartungen setzen und mehrdeutige Compliance-Anforderungen in konkrete technische Pläne umsetzen.
Wünschenswert: Pyspark, AML, Betrugserkennung oder Erfahrungen im Bereich Finanzkriminalität, unüberwachtes maschinelles Lernen, Feature Stores, Kalibrierung von Alarmierungsschwellen, regulatorische ML-Governance-Artefakte, KI-Systeme und -Tools.
Bedingungen:
- Büroorientierte Einrichtung in Berlin.
- Virtuelles Aktienoptionsprogramm.
- Jährliches L&D-Budget von 2.000 €.
- Unternehmenspensionsplan mit einer Übereinstimmung von bis zu 20 % der Beiträge.
- 28 Tage bezahlter Urlaub plus Feiertage und Sonderurlaubstage.
- Subventionierung des Urban Sports Club, Unterstützung bei der Kita-Platzierung und subventionierte Büromahlzeiten.
- Einmonatiger Sabbatical nach 3 Jahren Betriebszugehörigkeit.
- Empfehlungsbonus.
ML Engineer Arbeitgeber: Enfint
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, Teil eines dynamischen Teams von über 100 Fachleuten zu werden, das sich auf die Skalierung von Projekten im Bereich Traffic-Arbitrage mit einem Fokus auf Glücksspiel und Krypto spezialisiert hat. Unsere Unternehmenskultur fördert Kreativität und Innovation, während wir Ihnen umfassende Ressourcen und Unterstützung bieten, um Ihre Fähigkeiten weiterzuentwickeln und Einfluss auf unsere Strategien zu nehmen. Bei uns haben Sie die Chance, in einem spannenden und schnelllebigen Umfeld zu arbeiten, das Ihnen nicht nur berufliches Wachstum, sondern auch die Möglichkeit bietet, an bedeutenden Projekten mitzuwirken.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so ML Engineer 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 ML Engineer 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 ML Engineer 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!
