Auf einen Blick
- Aufgaben: Entwickle und betreibe innovative ML- und Datenplattformen für spannende Projekte.
- Unternehmen: Freenet, ein führendes Unternehmen im digitalen Bereich mit modernem Arbeitsumfeld.
- Vorteile: Mobiles Arbeiten, modernes Umfeld, gute Teamkultur und Mitarbeitersmartphone-Tarife.
- Weitere Informationen: Wachse in einem dynamischen Team mit tollen Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft der Datenlösungen und arbeite an echten Herausforderungen.
- Qualifikationen: Studium in Informatik oder verwandten Bereichen und Erfahrung in Python und Datenpipelines.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Das erwartet dich: Unser Bereich Customer Management entwickelt und betreibt auf einer skalierbaren AWS‑Plattform datengetriebene Lösungen, die Kundenbedürfnisse entlang des gesamten Customer Lifecycles frühzeitig erkennen und Kundenansprachen intelligent automatisieren. Dafür arbeiten DevOps, Data Engineers und Data Scientists gemeinsam an modernen Technologien, um messbaren Mehrwert für unsere Kunden zu schaffen und neue datengetriebene Geschäftspotenziale zu erschließen. Im Umfeld übernimmst du Verantwortung für die Weiterentwicklung unserer Daten‑ und ML‑Plattformen und sorgst dafür, dass innovative Lösungen zuverlässig, skalierbar und effizient in den produktiven Einsatz gelangen.
Beschäftigungsart: Festanstellung-Vollzeit
Deine Aufgaben:
- Weiterentwicklung und Betrieb unserer ML‑ und Datenplattform inklusive Integration neuer Anwendungsfälle und Sicherstellung eines stabilen Produktivbetriebs
- Entwicklung produktionsreifer Softwarelösungen, Datenpipelines und Automatisierungen mit Fokus auf Qualität, Wartbarkeit und Skalierbarkeit
- Mitgestaltung von Architekturentscheidungen sowie Weiterentwicklung technischer Standards für Daten‑, Plattform‑ und Softwarelösungen
- Analyse und Umsetzung fachlicher Anforderungen in robuste und nachhaltige Daten‑ und Softwareprodukte
- End‑to‑End‑Begleitung von Projekten – von der Anforderungsaufnahme über die technische Umsetzung bis zur Optimierung im Produktivbetrieb
Dein Profil:
- Abgeschlossenes Studium der Informatik, Mathematik, Physik, Wirtschaftsinformatik oder eine vergleichbare Qualifikation
- Berufserfahrung als ML Engineer, Data Engineer, Platform Engineer oder Software Engineer im Daten‑ oder Cloud‑Umfeld
- Sehr gute Kenntnisse in Python sowie Erfahrung in der Entwicklung von Datenpipelines und Softwarelösungen
- Gute SQL‑Kenntnisse sowie idealerweise Erfahrung mit Cloud‑Technologien und modernen Data‑Platform‑Frameworks
- Praxis im Einsatz moderner Software‑Engineering‑Methoden wie Testing, CI/CD, Code Reviews und Versionsverwaltung
Deine Benefits:
- Mobiles Arbeiten
- Modernes Arbeitsumfeld
- Gutes Miteinander
- Mitarbeitersmartphone‑Tarife
Klingt spannend? Dann bewirb Dich jetzt!
Data Engineer / Machine Learning Engineer (w/m/d) (w/m/d) Arbeitgeber: Gravis
Als Verkäufer / Verkaufsberater Telekommunikation in unserem neuen freenet-Shop in Berlin Köpenick bist Du Teil eines dynamischen Teams, das von Anfang an gemeinsam Erfolge feiert. Wir bieten Dir nicht nur ein transparentes Provisionsmodell und attraktive Mitarbeitervergünstigungen, sondern auch regelmäßige Weiterbildungen, die Deine persönliche und berufliche Entwicklung fördern. Bei uns hast Du die Möglichkeit, aktiv mitzugestalten und Deine Ideen einzubringen, während Du in einem inspirierenden Umfeld arbeitest, das den Umgang mit Menschen und digitale Produkte in den Mittelpunkt stellt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer / Machine Learning Engineer (w/m/d) (w/m/d) 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 Gravis 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 Data Engineer / Machine Learning Engineer (w/m/d) (w/m/d) 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 Data Engineer / Machine Learning Engineer (w/m/d) (w/m/d) bei Gravis gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Gravis 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 Gravis entscheidend sein!
