Auf einen Blick
- Aufgaben: Entwickle innovative KI- und ML-Lösungen, einschließlich Empfehlungssysteme und Datenklassifikation.
- Unternehmen: Führendes Unternehmen im Bereich KI mit einem kreativen und kollaborativen Team.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrieremöglichkeiten und innovativen Projekten.
- Warum dieser Job: Gestalte die Zukunft der KI und mache einen echten Unterschied in der Technologiebranche.
- Qualifikationen: Mindestens 3 Jahre Erfahrung in KI, ML und MLOps sowie Kenntnisse in AWS und Python.
Das prognostizierte Gehalt liegt zwischen 65000 - 85000 € pro Jahr.
Wir suchen einen hochqualifizierten Senior AI Engineer, der die Entwicklung innovativer AI- und ML-Lösungen vorantreibt, einschließlich Empfehlungssystemen, Datenklassifikation, Suchoptimierung und Wissensgraphen.
Verantwortlichkeiten:
- Entwerfen, entwickeln und implementieren von AI-, Generative AI- und ML-Lösungen, die auf die Geschäftsbedürfnisse abgestimmt sind.
- Aufbauen und Feinabstimmen prädiktiver Modelle für Kundenbindung, Suchoptimierung und spezialisierte Sprachfähigkeiten.
- Entwickeln von Datenaggregation, Normalisierung und Anreicherungs-Workflows zur Ermöglichung intelligenter Einblicke.
- Nutzung von AWS-Diensten wie SageMaker, Compute und Storage zur Bereitstellung zuverlässiger und skalierbarer Cloud-Infrastrukturen.
- Erstellen und Bereitstellen von Empfehlungssystemen zur Bereitstellung personalisierter Einblicke und Verbesserung der Benutzererfahrungen.
- Nutzen von Wissensgraphen und Entitätsverlinkung zur Datenanreicherung und semantischen Verständnis.
- Implementierung kontextbewusster AI-Lösungen zur Bereitstellung verbesserter Suchfunktionen basierend auf der Benutzerintention.
- Entwicklung von Dashboards und Bewertungsmechanismen für Entscheidungsfindung und benutzerorientierte Analytik.
- Einrichten automatisierter Warnungen und Strategien basierend auf maschinellen Lernrisikoschwellen.
- Zusammenarbeit mit Teammitgliedern zur Definition von Forschungszielen und Implementierung intelligenter Forschungstools unter Verwendung von APIs.
- Aufbauen und Pflegen von maschinellen Lernpipelines gemäß den besten Praktiken von ML/LLMOps, einschließlich Bereitstellung und Überwachung.
- Anwenden von Fachwissen im Training von Modellen mit verschiedenen Datenquellen, sowohl strukturiert als auch unstrukturiert.
Qualifikationen:
- 3+ Jahre Erfahrung in AI, ML und MLOps mit nachweislicher Erfolgsbilanz in der Entwicklung und Bereitstellung produktionsreifer Lösungen.
- Expertise in AWS-Tools und -Diensten wie SageMaker, Compute und Storage.
- Beherrschung von Python und Frameworks wie TensorFlow, PyTorch und Scikit-learn.
- Fähigkeiten in ML/LLMOps zur Implementierung von CI/CD-Workflows und Verwaltung der Skalierbarkeit bereitgestellter Modelle.
- Vertrautheit mit Empfehlungssystemen, semantischen Daten und retrieval-augmented generation (RAG) Frameworks wie LangChain oder LlamaIndex.
- Kenntnisse über fortgeschrittene Techniken zur Suchmaschinenoptimierung und kontextbewusste Modelle.
- Hintergrund in der Erstellung domänenspezifischer Sprachmodelle für hohe Genauigkeit in spezialisierten Forschungsfeldern.
- Verständnis von Techniken zur Datenanreicherung, Entitätsverlinkung und dem Aufbau von Wissensgraphen.
- Fähigkeit zur Implementierung symbolischer AI und domänenspezifischer Techniken für spezialisierte Anwendungsfälle.
- Ausgezeichnete schriftliche und mündliche Englischkenntnisse (B2+ Niveau).
Wünschenswert:
- Erfahrung mit AWS Lambda und AWS Step Functions zur Workflow-Orchestrierung.
- Vertrautheit mit akademischen und Forschungstrends, Entdeckungsmethoden und Vorhersagemodellen.
- Nachweis über den Aufbau skalierbarer, AI-gesteuerter automatisierter Systeme, die durch RAG-Techniken verbessert werden.
- Kompetenz in der Verbesserung medizinischen Denkens und der Erstellung intelligenter Forschungstools.
Senior AI Engineer (AWS, ML/LLMOps, Generative AI) Arbeitgeber: EPAM Systems
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das sich auf die Entwicklung fortschrittlicher KI- und ML-Lösungen konzentriert. Unsere Unternehmenskultur fördert Kreativität und Zusammenarbeit, während wir Ihnen durch kontinuierliche Weiterbildung und Entwicklungsmöglichkeiten helfen, Ihre Karriere voranzutreiben. Darüber hinaus profitieren Sie von flexiblen Arbeitszeiten und der Nutzung modernster AWS-Technologien, um Ihre Ideen in die Realität umzusetzen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior AI Engineer (AWS, ML/LLMOps, Generative AI) erhalten könnten
✨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 EPAM Systems 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 Senior AI Engineer (AWS, ML/LLMOps, Generative AI) 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 Senior AI Engineer (AWS, ML/LLMOps, Generative AI) bei EPAM Systems gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei EPAM Systems 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 EPAM Systems entscheidend sein!
