Auf einen Blick
- Aufgaben: Entwickle und betreibe robuste ML-Plattformen für innovative Versicherungsprojekte.
- Arbeitgeber: Enzo, ein dynamisches PropTech & WaterTech Startup mit einer mission-driven Kultur.
- Mitarbeitervorteile: Unbegrenzter Kaffee, Snacks, persönliche Entwicklungsmöglichkeiten und eine offene Startup-Kultur.
- Warum dieser Job: Gestalte die Zukunft der Versicherungsbranche mit KI und IoT-Technologie.
- Gewünschte Qualifikationen: Erfahrung in der Produktion von ML-Systemen und starke Programmierkenntnisse in Python.
- Andere Informationen: Flache Hierarchien und direkte Kommunikation in einem kreativen Team.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Transformieren Sie die Zukunft der Versicherungen durch technologiegetriebenes Handeln. Enzo ist ein B2B PropTech & WaterTech-Startup, das neu definiert, wie die Immobilienversicherungs- und Immobilienbranche Wasserschäden verhindert. Mit unserer proprietären IoT- und KI-Lösung, one.drop, ermöglichen wir es Versicherern, Immobilien zu schützen, bevor Schäden auftreten, und verwandeln reaktive Schadensbearbeitung in proaktive Risikominderung.
Als MLOps Engineer sind Sie verantwortlich für die Umsetzung von ML-Prototypen in produktionsreife Systeme. Ihre Mission ist es, eine robuste ML-Plattform zu entwerfen, zu bauen und zu betreiben, die mit dem Wachstum von Enzo skaliert und schnelle Iterationen unterstützt.
Was Sie tun werden:- ML-Infrastruktur & CI/CD: Entwerfen und Implementieren von CI/CD-Pipelines für ML-Training und -Inference.
- Skalierbare Inferenz & Leistung: Entwerfen effizienter Inferenzpipelines für Zeitreihenmodelle, die Millionen von Sensordatenpunkten pro Tag verarbeiten.
- Datenpipelines & Systemintegration: Erstellen und Pflegen von Datenpipelines in TypeScript zur Eingabe, Validierung und Transformation von IoT-Sensordaten.
- Beobachtbarkeit & Zuverlässigkeit: Implementieren von Monitoring für Modellleistung, Datenqualität, Drift und Systemgesundheit.
- Kollaboration über Abteilungen hinweg: Eng mit KI-Ingenieuren zusammenarbeiten, um Modelle produktionsbereit zu machen.
- Starker Systembauer: Erfahrung in der Bereitstellung von Systemen in der Produktion.
- Technische Exzellenz: Starkes Verständnis von Python-ML-Codebasen und Algorithmen.
- Leistungs- & Skalierbarkeitsdenken: Sie denken in Bezug auf Durchsatz, Latenz, Kosten und Zuverlässigkeit.
- Startup-Einstellung: Praktisch, pragmatisch und umsetzungsorientiert.
- Aufbau der Grundlage für KI-Systeme, die reale Schäden verhindern.
- Direkter Einfluss: Ihre Arbeit prägt, wie eine gesamte Branche einen ihrer größten Kostentreiber angeht.
- Kultur der Macher: Arbeiten Sie mit einem Team zusammen, das Integrität, Neugier und Umsetzung schätzt.
Wenn Sie bereit sind, neu zu definieren, was Partnerschaft in der Versicherungsbranche bedeutet – und Versicherern helfen möchten, mit Enzo als ihrem vertrauenswürdigen Innovationspartner erfolgreich zu sein – würden wir uns freuen, von Ihnen zu hören.
MLOps Engineer Arbeitgeber: Enzo
Kontaktperson:
Enzo HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: MLOps Engineer
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach ihren Erfahrungen und Tipps – oft gibt es ungeschriebene Stellenangebote!
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe Coding-Challenges und sei bereit, deine Denkweise zu erklären. Zeig, dass du nicht nur die Lösungen kennst, sondern auch verstehst, warum sie funktionieren.
✨Tipp Nummer 3
Sei proaktiv und bewirb dich direkt über unsere Website! Das zeigt dein Interesse und Engagement für die Position. Außerdem hast du so die Chance, dich von anderen Bewerbern abzuheben.
✨Tipp Nummer 4
Mach dir Gedanken über deine Fragen im Vorstellungsgespräch! Zeig, dass du dich mit dem Unternehmen und der Rolle auseinandergesetzt hast. Gute Fragen können den Unterschied machen und zeigen, dass du wirklich interessiert bist.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: MLOps Engineer
Tipps für deine Bewerbung 🫡
Sei authentisch!: Zeig uns, wer du wirklich bist! Deine Persönlichkeit und Leidenschaft für MLOps sollten in deiner Bewerbung deutlich werden. Lass uns wissen, warum du dich für diese Rolle interessierst und was dich motiviert.
Mach es konkret!: Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um deine Fähigkeiten zu untermauern. Erzähl uns von Projekten, an denen du gearbeitet hast, und wie du Herausforderungen gemeistert hast. Das gibt uns einen echten Einblick in dein Können.
Pass auf die Details auf!: Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Nimm dir die Zeit, alles gründlich zu überprüfen, bevor du es abschickst.
Bewirb dich über unsere Website!: Wir freuen uns, wenn du dich direkt über unsere Website bewirbst. So kannst du sicherstellen, dass deine Bewerbung schnell bei uns landet und wir sie direkt im richtigen Kontext sehen können. Wir sind gespannt auf deine Unterlagen!
Wie du dich auf ein Vorstellungsgespräch bei Enzo vorbereitest
✨Verstehe die Technologie
Mach dich mit den Technologien vertraut, die Enzo verwendet, insbesondere mit Python, TypeScript und GCP. Zeige im Interview, dass du nicht nur die Grundlagen verstehst, sondern auch, wie du diese Technologien in der Praxis anwenden kannst.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, bei denen du ML-Systeme in die Produktion gebracht hast. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du Performance und Skalierbarkeit optimiert hast.
✨Zeige deine Teamfähigkeit
Da du eng mit AI- und Backend-Engineers zusammenarbeiten wirst, ist es wichtig, deine Fähigkeit zur Zusammenarbeit zu demonstrieren. Bereite Beispiele vor, in denen du erfolgreich in einem Team gearbeitet hast, um komplexe Probleme zu lösen.
✨Frage nach der Unternehmenskultur
Nutze die Gelegenheit, um mehr über die Kultur bei Enzo zu erfahren. Stelle Fragen zu den Werten des Unternehmens und wie sie Innovation und Zusammenarbeit fördern. Das zeigt dein Interesse und hilft dir, herauszufinden, ob du gut ins Team passt.