Auf einen Blick
- Aufgaben: Leite und skaliere Machine Learning Systeme in einem dynamischen Team.
- Unternehmen: Globales Versicherungsunternehmen mit starkem Fokus auf Daten und KI.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Wachstumsorientierte Umgebung mit Mentoring-Möglichkeiten für junge Talente.
- Warum dieser Job: Gestalte die Zukunft des maschinellen Lernens und mache einen echten Unterschied.
- Qualifikationen: Erfahrung in der Entwicklung von ML-Systemen und starke Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Unser Kunde ist ein globaler Spezialversicherer mit einem starken Ruf für die Underwriting komplexer kommerzieller Risiken. Mit Büros in Europa, den USA und Asien kombiniert das Unternehmen tiefgehende Branchenexpertise mit einem stark datengestützten Ansatz für Entscheidungsfindung. Sie investieren derzeit stark in ihre Daten- und KI-Fähigkeiten im Rahmen eines umfassenden Transformationsprogramms, das darauf abzielt, skalierbare Machine-Learning-Systeme zu entwickeln, die Underwriting, Preisgestaltung und Risikoanalyse unterstützen.
Dies ist eine Gelegenheit für einen Lead Machine Learning Engineer, um die Machine-Learning-Engineering innerhalb einer wachsenden Daten- und KI-Funktion zu gestalten und zu skalieren. Die Rolle kombiniert technische Führung mit praktischer Ingenieursarbeit, wobei der Fokus auf dem Aufbau und Betrieb von Produktions-ML-Systemen sowie der Weiterentwicklung der MLOps-Fähigkeiten der Organisation liegt. Sie werden die Verantwortung für die ML-Engineering-Plattform übernehmen und sicherstellen, dass Modelle zuverlässig in der Produktion bereitgestellt, überwacht und gewartet werden können. In enger Zusammenarbeit mit Data Scientists, Plattformteams und funktionsübergreifenden Teams werden Sie helfen, Modelle von Experimenten in robuste Produktionsdienste zu überführen. Neben den technischen Verantwortlichkeiten werden Sie auch ein kleines Team von ML-Ingenieuren betreuen und anleiten, um Ingenieurstandards, Best Practices und skalierbare Bereitstellungsmuster in der gesamten Organisation zu etablieren.
Was sie suchen:
- Starke Erfahrung im Aufbau und in der Bereitstellung von Produktions-Machine-Learning-Systemen
- Exzellente Python- und Software-Engineering-Grundlagen
- Erfahrung mit MLOps, CI/CD-Pipelines und dem Management des Modelllebenszyklus
- Praktische Erfahrung mit Cloud-Plattformen (AWS, GCP oder Azure) und containerisierten Bereitstellungen
- Erfahrung mit Infrastruktur als Code und modernen Ingenieurarbeitsabläufen
- Fähigkeit, eng mit Data-Science-Teams zusammenzuarbeiten, um Modelle produktiv zu machen
- Frühere Erfahrung in der Betreuung oder Führung von Ingenieuren ist sehr wünschenswert
Dies ist eine großartige Gelegenheit, eine Schlüsselrolle beim Ausbau der Machine-Learning-Fähigkeiten innerhalb einer etablierten Organisation zu spielen, während Sie weiterhin eng mit praktischer Ingenieursarbeit und Architektur verbunden sind.
Lead ML Engineer Arbeitgeber: IC Resources
Unser Kunde ist ein global agierendes Versicherungsunternehmen mit einem hervorragenden Ruf in der Underwriting komplexer kommerzieller Risiken. Die Unternehmenskultur fördert Innovation und Zusammenarbeit, während umfangreiche Investitionen in Daten- und KI-Fähigkeiten den Mitarbeitern die Möglichkeit bieten, an spannenden Projekten zu arbeiten und ihre Fähigkeiten kontinuierlich weiterzuentwickeln. Als Lead ML Engineer haben Sie die Chance, nicht nur technische Führungsqualitäten einzubringen, sondern auch aktiv an der Gestaltung und Skalierung von Machine-Learning-Systemen mitzuwirken, was eine bedeutende Rolle in der Transformation des Unternehmens spielt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Lead ML Engineer 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 nach Möglichkeiten suchen, um dich mit den richtigen Leuten zu vernetzen.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe Coding-Challenges und ML-spezifische Fragen, um dein Wissen zu zeigen. Wir können dir helfen, die besten Ressourcen zu finden, um dich optimal vorzubereiten.
✨Tipp Nummer 3
Zeige deine Projekte! Erstelle ein Portfolio, das deine Erfahrungen im Bereich Machine Learning und MLOps präsentiert. Lass uns gemeinsam daran arbeiten, deine besten Arbeiten hervorzuheben.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden. Wir unterstützen dich dabei, deine Bewerbung so stark wie möglich zu gestalten.
Wir glauben, dass du diese Fähigkeiten brauchst, um Lead ML Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die nicht nur die richtigen Fähigkeiten haben, sondern auch gut ins Team passen.
Betone deine Erfahrungen:Stell sicher, dass du deine relevanten Erfahrungen im Bereich Machine Learning und Software Engineering klar hervorhebst. Zeig uns, wie du in der Vergangenheit komplexe Systeme gebaut und betrieben hast.
Zeige deine Leidenschaft für MLOps:Da wir stark auf MLOps setzen, ist es wichtig, dass du deine Kenntnisse in CI/CD-Pipelines und dem Management des Modell-Lebenszyklus betonst. Erzähl uns von Projekten, bei denen du diese Fähigkeiten eingesetzt hast.
Bewirb dich über unsere Website:Um sicherzustellen, dass deine Bewerbung direkt bei uns landet, bewirb dich bitte über unsere Website. So können wir deine Unterlagen schnell und effizient bearbeiten!
Wie man sich auf ein Vorstellungsgespräch bei IC Resources vorbereitet
✨Verstehe die Unternehmensvision
Informiere dich über die Vision und die Werte des Unternehmens. Da es sich um ein globales Versicherungsunternehmen handelt, solltest du deren Ansatz zur Daten- und KI-Nutzung verstehen. Zeige im Interview, dass du die Bedeutung von datengetriebenen Entscheidungen für das Unternehmen erkennst.
✨Technische Vorbereitung ist alles
Stelle sicher, dass du deine Kenntnisse in Python, MLOps und CI/CD-Pipelines auffrischst. Bereite dich darauf vor, technische Fragen zu beantworten und vielleicht sogar eine praktische Aufgabe zu lösen. Zeige, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Erfahrung in der Implementierung von ML-Systemen.
✨Bereite Beispiele vor
Denke an konkrete Beispiele aus deiner bisherigen Arbeit, die deine Fähigkeiten im Bereich Machine Learning und Teamführung demonstrieren. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du dein Team unterstützt hast, um Standards und Best Practices zu etablieren.
✨Fragen stellen ist wichtig
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Frage nach den aktuellen Herausforderungen im Bereich MLOps oder wie das Unternehmen seine ML-Strategie weiterentwickeln möchte. Das zeigt dein Interesse und deine Bereitschaft, aktiv zur Weiterentwicklung beizutragen.
