Auf einen Blick
- Aufgaben: Entwickle innovative ML-Modelle und optimiere Geschäftsprozesse mit fortschrittlichen Algorithmen.
- Unternehmen: Team Orange bei Sixt – ein innovatives Unternehmen in Pullach bei München.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Team.
- Weitere Informationen: Wachstumsorientierte Umgebung mit spannenden Herausforderungen und Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Arbeitskräfteverwaltung und beeinflusse Millionen von Kunden.
- Qualifikationen: Erfahrung in der Entwicklung von ML-Modellen, starke Python-Kenntnisse und Cloud-Infrastruktur.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
In dieser Rolle bringen Sie innovative Algorithmen zum Leben und gestalten Geschäftsprozesse wie die Kapazitätsplanung durch fortschrittliche maschinelles Lernen und Optimierungstechniken. Sie entwerfen, entwickeln und warten modernste Modelle, die direkt Millionen von Kunden beeinflussen und unseren Geschäftserfolg vorantreiben.
Bereit zu innovieren und einen Unterschied zu machen? Bewerben Sie sich jetzt und werden Sie Teil von Team Orange in Pullach, nahe München.
IHRE ROLLE BEI SIXT
- Sie machen Data-Science-Lösungen produktionsbereit, überwacht, robust und skalierbar.
- Sie gewährleisten eine zuverlässige und skalierbare Bereitstellungsgrundlage für Algorithmen zur Optimierung des Workforce Managements und ML-Modelle gemäß MLOps-Richtlinien.
- Sie entwerfen, entwickeln und warten maschinelles Lernen Modelle und Optimierungsalgorithmen mit Fokus auf Nachfrageprognose, Schichtplanung und Personaloptimierung.
- Sie arbeiten effektiv abteilungsübergreifend zusammen und kooperieren eng mit den Teams des Workforce Managements, um operationale Herausforderungen in datengestützte Lösungen zu transformieren.
- Sie etablieren und erweitern Werkzeuge zur Automatisierung des Data Science Tech Stacks und verbessern kontinuierlich die MLOps-Prozesse, einschließlich Modellbereitstellung und Datenpipelines.
IHRE FÄHIGKEITEN ZÄHLEN
- Erfahrung: Sie haben umfassende Erfahrung im Aufbau und Betrieb von maschinellen Lernmodellen und Optimierungsalgorithmen in der Produktion mit starker Kompetenz in Python und Cloud-Infrastruktur (vorzugsweise AWS).
- Datenengineering: Sie verfügen über fundierte Kenntnisse in Datenmodellierung, Datenbanksystemen und ETL-Prozessen.
- KI-unterstützte Entwicklung: Sie nutzen KI-unterstützte Werkzeuge durchdacht und wissen, wie man sie auf eine Weise anwendet, die überprüfbar, zuverlässig und nützlich in der täglichen Ingenieursarbeit bleibt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior ML Engineer – Workforce Intelligence (m/f/d) 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 jobr.pro 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 ML Engineer – Workforce Intelligence (m/f/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 Senior ML Engineer – Workforce Intelligence (m/f/d) bei jobr.pro gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei jobr.pro 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 jobr.pro entscheidend sein!
