Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Leite ein Team, das innovative ML-Plattformen für personalisierte Nutzererfahrungen entwickelt.
- Arbeitgeber: Führendes Unternehmen im Bereich maschinelles Lernen mit internationalem Team.
- Mitarbeitervorteile: Flexible Remote-Arbeit, Karrierewachstum und Zugang zu modernster KI-Technologie.
- Andere Informationen: Dynamisches, unterstützendes Umfeld mit Fokus auf Lernen und Innovation.
- Warum dieser Job: Gestalte die Zukunft der Personalisierung und beeinflusse Millionen von Nutzern weltweit.
- Gewünschte Qualifikationen: Erfahrung in ML-Systemen und Führungskompetenz in technischen Teams.
Das voraussichtliche Gehalt liegt zwischen 80000 - 120000 € pro Jahr.
Wir suchen derzeit einen Director, Machine Learning Engineering - Surfaces Foundation in Deutschland. Diese Führungsrolle befindet sich im Kern von groß angelegten Personalisierungssystemen, die definieren, wie Hunderte von Millionen von Nutzern Empfehlungen über digitale Oberflächen erleben. Sie werden die Entwicklung grundlegender maschineller Lernplattformen leiten, die Targeting-, Ranking-, Serving- und Evaluierungssysteme in großem Maßstab unterstützen.
Die Rolle verbindet tiefgehende technische Führung mit strategischem Plattformdenken, um sicherzustellen, dass Teams schnell innovieren können, während sie sich auf stabile, gemeinsame Infrastrukturen verlassen. Sie werden mit mehreren Ingenieur-, Produkt- und Data-Science-Gruppen zusammenarbeiten, um Prioritäten abzustimmen und die langfristige architektonische Richtung zu gestalten. Ein Schwerpunkt wird darauf liegen, skalierbare, KI-gesteuerte Systeme zu ermöglichen und die effektive Einführung moderner Entwicklungstools in den Teams zu fördern. Dies ist eine Position mit hoher Auswirkung, in der Ihre Entscheidungen direkt die Benutzererfahrung, die Systemleistung und die Zukunft der Personalisierungstechnologie beeinflussen.
Verantwortlichkeiten:
- Leitung von Engineering-Managern und ML-Engineering-Teams, die Plattform-Systeme für groß angelegte Personalisierungs- und Empfehlungsszenarien aufbauen
- Definition und Weiterentwicklung der technischen Vision für die zentrale Infrastruktur des maschinellen Lernens, einschließlich Targeting, Serving, Evaluierung und agentenbasierter Systeme
- Aufbau von Plattformfähigkeiten, die gemeinsame Infrastruktur mit Autonomie und Geschwindigkeit der Produktteams in Einklang bringen
- Vorantreiben der schrittweisen Weiterentwicklung von ML-Plattformen, um kontinuierliche Bereitstellung zu gewährleisten und disruptive Systemneuschreibungen zu vermeiden
- Partnerschaft mit Produkt-, Data-Science- und Engineering-Führungskräften zur Abstimmung von Prioritäten über mehrere Teams und Initiativen hinweg
- Beitrag zu architektonischen Entscheidungen und Lösung komplexer technischer Herausforderungen in Produktionsumgebungen, wenn nötig
- Förderung und Anleitung der Einführung von KI-unterstützten Entwicklungstools in den Engineering-Teams
- Rekrutierung, Entwicklung und Mentoring von Engineering-Führungskräften und Mitwirkenden, um eine starke und inklusive Kultur zu fördern
Anforderungen:
- Umfangreiche Erfahrung im Aufbau und in der Skalierung von maschinellen Lernsystemen in groß angelegten, verbraucherorientierten Produkten
- Starker Hintergrund in Empfehlungssystemen, Rankingsystemen oder Content-Delivery-Plattformen mit umfassendem Verständnis des gesamten ML-Lebenszyklus
- Nachgewiesene Fähigkeit, Plattform-Engineering-Teams zu leiten und eine langfristige technische Strategie zu definieren
- Starkes Plattformdenken mit der Fähigkeit, zentrale Infrastruktur und Autonomie auf Produktebene in Einklang zu bringen
- Erfahrung in der Arbeit mit modernen KI-Tools und deren Integration in Engineering-Workflows
- Nachgewiesene Führung bei der Umsetzung organisatorischer oder technischer Transformationsinitiativen
- Starke Fähigkeiten zur funktionsübergreifenden Zusammenarbeit zwischen Engineering-, Produkt- und Data-Science-Teams
- Fähigkeit, mit Unklarheiten umzugehen und strategische Abwägungen zwischen kurzfristiger Lieferung und langfristiger Skalierbarkeit zu treffen
- Engagement für den Aufbau inklusiver, leistungsstarker Engineering-Kulturen und die Entwicklung von Talenten
Vorteile:
- Flexible Remote-Arbeit innerhalb der EMEA-Region
- Gelegenheit, an groß angelegten maschinellen Lernsystemen zu arbeiten, die globale Benutzererfahrungen beeinflussen
- Starker Fokus auf Karrierewachstum und Führungskräfteentwicklung
- Kollaborative, funktionsübergreifende internationale Umgebung
- Einblick in modernste KI- und Personalisierungstechnologien
- Inklusive und unterstützende Teamkultur, die sich auf Lernen und Innovation konzentriert
- Flexibilität, die mit den Arbeitszeiten in Mitteleuropa und GMT übereinstimmt
Director, Machine Learning Engineering - Surfaces Foundation Arbeitgeber: Jobgether
Kontaktperson:
Jobgether HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Director, Machine Learning Engineering - Surfaces Foundation
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns wissen, wenn du Hilfe beim Knüpfen von Kontakten brauchst!
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe mit Coding-Challenges und sei bereit, deine Denkweise zu erklären. Wir haben einige Ressourcen, die dir dabei helfen können!
✨Tipp Nummer 3
Sei proaktiv und zeige dein Interesse! Wenn du eine Stelle im Auge hast, zögere nicht, direkt bei der Firma nachzufragen oder dich über unsere Website zu bewerben. Wir unterstützen dich dabei!
✨Tipp Nummer 4
Bleib flexibel und offen für Feedback! Manchmal kann ein kleiner Hinweis den Unterschied machen. Lass uns gemeinsam an deiner Bewerbung arbeiten, um sie zu optimieren!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Director, Machine Learning Engineering - Surfaces Foundation
Tipps für deine Bewerbung 🫡
Sei authentisch!: Wenn du deine Bewerbung schreibst, sei einfach du selbst. Zeig uns, wer du bist und was dich motiviert. Authentizität kommt immer gut an und hilft uns, dich besser kennenzulernen.
Betone deine Erfahrungen: Stell sicher, dass du deine relevanten Erfahrungen im Bereich Machine Learning und Plattformentwicklung klar hervorhebst. Wir suchen nach konkreten Beispielen, die zeigen, wie du in der Vergangenheit erfolgreich warst.
Verstehe die Rolle: Nimm dir Zeit, um die Stellenbeschreibung genau zu lesen und zu verstehen. Zeige in deiner Bewerbung, wie deine Fähigkeiten und Erfahrungen direkt mit den Anforderungen der Position übereinstimmen.
Bewirb dich über unsere Website: Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell und effizient bearbeitet wird. Wir freuen uns auf deine Unterlagen!
Wie du dich auf ein Vorstellungsgespräch bei Jobgether vorbereitest
✨Verstehe die Rolle in der Tiefe
Mach dich mit den spezifischen Anforderungen und Verantwortlichkeiten des Director, Machine Learning Engineering - Surfaces Foundation vertraut. Überlege dir, wie deine Erfahrungen und Fähigkeiten direkt auf die Herausforderungen und Ziele dieser Position zutreffen.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Erfolge aus deiner Vergangenheit, die deine Fähigkeiten im Bereich maschinelles Lernen und Teamführung demonstrieren. Sei bereit, diese Beispiele während des Interviews zu teilen, um deine Eignung für die Rolle zu untermauern.
✨Zeige deine Führungsqualitäten
Da es sich um eine Führungsposition handelt, ist es wichtig, dass du deine Fähigkeit zur Teamführung und zur Förderung einer inklusiven Kultur hervorhebst. Bereite dich darauf vor, Fragen zu beantworten, die deine Erfahrungen in der Entwicklung von Talenten und der Zusammenarbeit mit verschiedenen Teams betreffen.
✨Informiere dich über aktuelle Trends
Halte dich über die neuesten Entwicklungen im Bereich KI und maschinelles Lernen auf dem Laufenden. Zeige im Interview, dass du nicht nur die technischen Aspekte verstehst, sondern auch, wie diese Technologien die Benutzererfahrung verbessern können.