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

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

Würzburg 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, KI oder Informatik und Erfahrung in Python.

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, das Raum für kreative Ideen und persönliche Entfaltung lässt. Mit flexiblen Arbeitszeiten, einer 37-Stunden-Woche und der Möglichkeit, bis zu 20 Tage im Jahr aus dem europäischen Ausland zu arbeiten, fördern wir eine ausgewogene Work-Life-Balance. Zudem unterstützen wir die berufliche Weiterentwicklung durch attraktive Fortbildungsangebote und bieten eine wertschätzende Unternehmenskultur, die Vielfalt und Inklusion schätzt.

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

Nutze dein Netzwerk! Sprich mit Freunden, ehemaligen Kollegen oder Kommilitonen über die Stelle. Oftmals erfährt man durch persönliche Kontakte von offenen Positionen, die nicht öffentlich ausgeschrieben sind.

Tipp Nummer 2

Bereite dich auf das Vorstellungsgespräch vor! Informiere dich über das Unternehmen und die spezifischen Projekte im Bereich Predictive Maintenance. Zeige, dass du nicht nur die technischen Skills hast, sondern auch die Vision des Unternehmens verstehst.

Tipp Nummer 3

Sei proaktiv! Wenn du eine interessante Stelle gefunden hast, zögere nicht, dich direkt über unsere Website zu bewerben. Je schneller du bist, desto besser stehen deine Chancen!

Tipp Nummer 4

Zeige deine Leidenschaft für Machine Learning! Teile in deinem Gespräch Beispiele von Projekten, an denen du gearbeitet hast, und erkläre, wie du Herausforderungen gemeistert hast. Das zeigt, dass du wirklich für das Thema brennst.

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 sie schnellstmöglich prüfen 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.

Fragen stellen

Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Du könntest zum Beispiel nach den aktuellen Herausforderungen im Team oder den Technologien fragen, die verwendet werden. Das hilft dir auch, herauszufinden, ob die Stelle wirklich zu dir passt.

Kommunikation ist der Schlüssel

Achte darauf, deine technischen Kenntnisse verständlich zu vermitteln. Übe, komplexe Sachverhalte einfach zu erklären, da du möglicherweise mit verschiedenen Fachbereichen zusammenarbeiten wirst. Eine klare Kommunikation ist entscheidend, um Missverständnisse zu vermeiden und effektiv im Team zu arbeiten.