Machine Learning Engineer (m/w/d) - Predictive Maintenance & MLOps

Machine Learning Engineer (m/w/d) - Predictive Maintenance & MLOps

Hamburg Befristet 45000 - 65000 € / Jahr (geschätzt) Homeoffice (teilweise)
E

Auf einen Blick

  • Aufgaben: Entwickle und betreibe innovative Machine-Learning-Lösungen für Predictive Maintenance.
  • Unternehmen: Modernes Unternehmen mit flachen Hierarchien und agilen Arbeitsmethoden.
  • Vorteile: Flexible Arbeitszeiten, 30 Tage Urlaub, Home-Office und attraktive Vergütung.
  • Weitere Informationen: Dynamisches Team mit vielen Möglichkeiten zur persönlichen Weiterentwicklung.
  • Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und arbeite mit den neuesten Technologien.
  • Qualifikationen: Abgeschlossenes Studium in Data Science, Informatik oder verwandten Bereichen.

Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.

Du willst Mehrwert durch Daten in produktiven Lösungen generieren? Bei uns bist Du Teil eines agilen Produktteams und arbeitest an der Weiterentwicklung und dem Betrieb einer Machine-Learning-Lösung, die mit Daten die Verwaltung und Pflege von Assets im Netzgeschäft optimiert. Eine Aufgabe, die herausfordert:

  • Produktentwicklung und Betrieb: In Deiner Rolle entwickelst, stabilisierst und betreibst Du ein produktives KI‑/Machine‑Learning‑Produkt inklusive Monitoring im Umfeld Predictive Maintenance.
  • Modellunterstützung: Bei Feature Engineering, Retraining, Evaluation und Qualitätssicherung von ML‑Modellen bringst Du Dich aktiv ein.
  • Daten- und ML-Pipelines: Die Betreuung und Optimierung von ML‑ und Datenpipelines in Databricks übernimmst Du inklusive Jobs, Workflows, Cluster-Management und Fehleranalyse.
  • Datenverarbeitung: Bestehende Datenverarbeitungsstrecken entwickelst Du weiter, insbesondere mit Python, PySpark/Spark SQL, Delta Lake sowie SAP‑/GIS‑Datenquellen, REST‑Schnittstellen und SQL‑Datenbanken.
  • Zusammenarbeit und Übergaben: In enger Abstimmung mit Fachbereich, IT, Data Science und Betrieb sorgst Du für saubere Dokumentation und nachvollziehbare Übergaben.

Ein Background, der überzeugt:

  • Qualifikation: Ein abgeschlossenes Hochschulstudium in einer quantitativen Disziplin wie Data Science, KI, Informatik, Mathematik oder Physik oder eine vergleichbare Qualifikation bringst Du mit.
  • Technische Erfahrung: Sehr gute praktische Kenntnisse in Python sowie PySpark/Spark SQL zeichnen Dich aus, idealerweise mit Erfahrung im produktiven Einsatz von Databricks.
  • Datenpipelines: Erfahrung im Aufbau, Betrieb und der Weiterentwicklung von ETL‑/ELT‑Pipelines, bevorzugt mit SAP‑/GIS‑Daten, REST‑APIs oder externen SQL‑Datenbanken, hast Du bereits gesammelt.
  • Plattform- und Cloud-Know-how: Mit Cloud‑nahen Datenplattformen, vorzugsweise Azure, Delta Lake, Unity Catalog, Blob Storage und SQL‑Datenbanken, bist Du vertraut.
  • Machine Learning & Betrieb: Berührungspunkte mit Machine Learning, etwa Feature Engineering, Modellbewertung oder Retraining, sowie ein grundlegendes Verständnis technischer Betriebsaspekte bringst Du mit.
  • Arbeitsweise und Kommunikation: Du arbeitest strukturiert, übernimmst Verantwortung für eigene Tasks und kannst technische Sachverhalte verständlich vermitteln.
  • Sprachkenntnisse: Sehr gute Deutschkenntnisse (C1) sowie gute Englischkenntnisse in Wort und Schrift runden Dein Profil ab.

Ein Umfeld, das begeistert:

  • Wir-Gefühl: Wir bieten dir ein modernes Arbeitsumfeld mit flachen Hierarchien, agilen Arbeitsmethoden und Raum für neue Ideen – Du hast vielfältige Möglichkeiten zur Gestaltung unserer Unternehmenskultur – Du erlebst bei uns eine Du-Kultur und ein Miteinander auf Augenhöhe.
  • Persönliche Entfaltung und Weiterentwicklung: Wir fördern eigenverantwortliches Handeln – Du hast breit gefächerte Möglichkeiten der persönlichen Weiterentwicklung – Wir bieten dir eine attraktive Förderung von berufsbegleitenden und persönlichen Fortbildungen – Du hast die Chance, mit den neuesten Technologie-Trends zu arbeiten und Innovationen voranzutreiben.
  • Work-Life-Balance: Du kannst von uns erwarten: Flexible Arbeitszeiten, 37h-Woche und 30 Tage Urlaub, Kombination aus Home-Office und Vor-Ort-Präsenz – Reisezeiten sind bei uns bezahlte Arbeitszeit – Elternzeit für Mütter und Väter ist bei uns völlig normal – Wir bieten zahlreiche interne Gesundheitsangebote, eine hochwertige Kantine mit vergünstigten Essenspreisen und Zugriff auf den Familienservice (z.B. zur Unterstützung bei der Suche nach Kinderbetreuungsmöglichkeiten) - Nutze "Workation" und arbeite bis zu 20 Tage/Jahr aus dem europäischen Ausland.
  • Finanzielle Sicherheit: Du bekommst von uns: Attraktive tarifliche Vergütung – Weihnachtsgeld – Erfolgsabhängige Vergütung – Vermögenswirksame Leistungen – Betriebliche Altersversorgung – Eine weltweit gültige Gruppenunfallversicherung.

Hast du noch Fragen? Für weitere Informationen zum Bewerbungsprozess wende dich bitte an Chung Huynh, bei Fragen zur Stelle melde dich bei Irene Sturm. Oder bist du jetzt schon überzeugt, dass dies der nächste Schritt in deiner Karriere sein soll? Dann registriere dich jetzt und bewirb dich für die Aufgabe.

Mit unserer offenen und wertschätzenden Unternehmenskultur heißen wir alle Menschen willkommen. Denn wir sind davon überzeugt, dass uns Unterschiede bereichern. Die Integration von Menschen mit Behinderung entspricht unserem Selbstverständnis und wir begrüßen daher deren Bewerbung.

Wir sind ein Top-Arbeitgeber! Überzeuge dich selbst: Inklusion. Uns ist wichtig, Menschen mit Behinderung ein faires Bewerbungsverfahren zu ermöglichen, in dem sie ihr Bestes zeigen können. Daher wird unsere Schwerbehindertenvertretung frühzeitig in das Verfahren einbezogen. Bitte teile uns über das Bewerbungsformular mit, ob du technische oder organisatorische Anpassungen für das Bewerbungsverfahren benötigst. Wir stellen diese gern zur Verfügung.

Wenn es dir nicht möglich ist, dich online zu bewerben und du stattdessen mit jemandem sprechen möchtest, kontaktiere bitte deinen lokalen Recruiter.

Machine Learning Engineer (m/w/d) - Predictive Maintenance & MLOps Arbeitgeber: EON Grid Solutions GmbH

Als Arbeitgeber bieten wir ein modernes und agiles Arbeitsumfeld in Hannover, Essen, Hamburg, Landshut, Potsdam und Würzburg, das von flachen Hierarchien und einer offenen Du-Kultur geprägt ist. Wir fördern die persönliche und berufliche Weiterentwicklung unserer Mitarbeiter durch attraktive Fortbildungsangebote und flexible Arbeitszeiten, während wir gleichzeitig eine ausgewogene Work-Life-Balance unterstützen. Mit zahlreichen Gesundheitsangeboten und einer wertschätzenden Unternehmenskultur sind wir stolz darauf, ein inklusiver Top-Arbeitgeber zu sein, der Vielfalt schätzt und fördert.

E

Kontaktdaten:

EON Grid Solutions GmbH Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Machine Learning Engineer (m/w/d) - Predictive Maintenance & MLOps erhalten könnten

Tipp Nummer 1

Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Branche in Kontakt zu treten. Lass uns gemeinsam herausfinden, wer dir bei deiner Jobsuche helfen kann.

Tipp Nummer 2

Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und technische Herausforderungen übst. Wir können dir helfen, die besten Antworten zu formulieren und deine Fähigkeiten zu präsentieren.

Tipp Nummer 3

Zeige deine Leidenschaft für Machine Learning! Teile Projekte oder Erfahrungen, die du hast, um zu demonstrieren, wie du Mehrwert durch Daten generierst. Lass uns zusammen deine Erfolge hervorheben.

Tipp Nummer 4

Bewirb dich direkt über unsere Website! So kannst du sicherstellen, dass deine Bewerbung schnell und effizient bearbeitet wird. Wir freuen uns darauf, von dir zu hören!

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer (m/w/d) - Predictive Maintenance & MLOps mit Bravour zu bestehen

Python
PySpark
Spark SQL
Delta Lake
ETL-Pipelines
ELT-Pipelines
REST-APIs

Einige Tipps für deine Bewerbung 🫡

Sei du selbst!:Wir wollen dich kennenlernen, also zeig uns, wer du wirklich bist! Lass deine Persönlichkeit in deiner Bewerbung durchscheinen und sei authentisch. Das macht einen großen Unterschied!

Pass auf die Details auf!:Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können schnell einen schlechten Eindruck hinterlassen. Nimm dir die Zeit, alles gründlich zu überprüfen!

Beziehe dich auf die Stellenbeschreibung!:Nutze die Gelegenheit, um zu zeigen, wie deine Erfahrungen und Fähigkeiten zu den Anforderungen der Stelle passen. Verlinke deine bisherigen Projekte oder Erfolge, die relevant sind – das zeigt, dass du die richtige Wahl für uns bist!

Bewirb dich über unsere Website!:Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. So stellst du sicher, dass deine Unterlagen direkt bei uns landen und wir dich schnellstmöglich kontaktieren können!

Wie man sich auf ein Vorstellungsgespräch bei EON Grid Solutions GmbH vorbereitet

Verstehe die Anforderungen

Mach dich mit den spezifischen Anforderungen der Stelle als Machine Learning Engineer vertraut. Lies die Jobbeschreibung gründlich durch und überlege, wie deine Erfahrungen und Fähigkeiten zu den genannten Aufgaben passen. So kannst du gezielt auf Fragen eingehen und deine Eignung unter Beweis stellen.

Bereite praktische Beispiele vor

Denke an konkrete Projekte oder Erfahrungen, die du in der Vergangenheit gemacht hast, insbesondere im Bereich Predictive Maintenance und MLOps. Sei bereit, diese Beispiele während des Interviews zu erläutern, um deine praktischen Kenntnisse in Python, PySpark und Datenpipelines zu demonstrieren.

Zeige deine Teamfähigkeit

Da die Rolle viel Zusammenarbeit erfordert, sei bereit, über deine Erfahrungen in agilen Teams zu sprechen. Betone, wie du in der Vergangenheit mit verschiedenen Abteilungen zusammengearbeitet hast, um Lösungen zu entwickeln und Probleme zu lösen. Das zeigt, dass du gut ins Team passt.

Fragen stellen

Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Du könntest nach den aktuellen Projekten im Bereich Machine Learning fragen oder wie das Team die Herausforderungen im Bereich Predictive Maintenance angeht.