Auf einen Blick
- Aufgaben: Leite spannende Projekte im Bereich Machine Learning und GenAI von Anfang bis Ende.
- Unternehmen: Innovatives Unternehmen in München mit Fokus auf Datenwissenschaft und KI.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Team mit großartigen Wachstumschancen und interdisziplinärer Zusammenarbeit.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an bahnbrechenden Technologien.
- Qualifikationen: Abgeschlossenes Studium in einem relevanten STEM-Feld und Erfahrung in Data Science oder ML.
Das prognostizierte Gehalt liegt zwischen 62100 - 75900 € pro Jahr.
- Lead projects independently and end-to-end, from initial project communication through architecture to final implementation
- Drive data-driven innovation in close collaboration with the CTO and the interdisciplinary team
- Design and implement RAG (Retrieval-Augmented Generation) pipelines
- Integrate Gen AI APIs and open-source models into production customer solutions
- Design modern AI agent workflows
- Develop, train, and deploy ML models end-to-end
- Implement computer vision and predictive analytics solutions
- Develop custom specialist software, visualizations, edge-compute platforms, and low-latency data collectors
- Analyze complex acoustic data for anomaly detection and further develop audio-based AI workflows
- Design and build robust data pipelines for cloud, on-premises, and edge applications
- Mathematically model, simulate, and optimize technical systems
Requirements
- Completed degree (Master's or Ph D) in Computer Science, Data Science, Physics, Mathematics, Mechanical Engineering, or a comparable STEM field
- Residence in or near Munich, or willingness to relocate for the position
- Relevant practical or professional experience in data science, machine learning, or software engineering
- Ambitious graduates are welcome to apply with relevant hands-on projects, open-source contributions, Kaggle projects, or strong industry internships
- Strong proficiency in Python
- Experience with common data science and ML libraries in production environments
- Practical experience with C++, cloud architectures such as AWS or Azure, Gen-AI frameworks like Lang Chain or Pydantic AI, or containerization with Docker or Kubernetes is a strong plus
- Ability to explain complex technical topics clearly and communicate with non-technical colleagues and customers
- Proactive, self-directed, and solution-oriented work style
- Openness to new tasks and technological challenges and a passion for continuous learning
- Very good German language skills
- Good English skills are an advantage
- Core Competencies
Demonstrates expertise in designing and implementing machine learning models, data pipelines, and AI workflows, with a strong foundation in Python and relevant data science libraries.
Capable of leading projects independently while effectively communicating complex technical concepts to diverse stakeholders.
- Highest-signal resume keywords
- Machine Learning Model Development
- Data Pipeline Design
- Python Proficiency
- Gen-AI Frameworks Experience
- Cloud Architecture Knowledge
- ATS Optimization Keywords
- Hard Skills
- Machine Learning
- Data Science
- Computer Vision
- Predictive Analytics
- RAG Pipeline Design
- Acoustic Data Analysis
- Mathematical Modeling
- Software Development
- Anomaly Detection
- AI Workflow Design
- Soft Skills
- Proactive Work Style
- Solution-Oriented Approach
- Clear Communication
- Openness to Learning
- Collaboration
- Industry Keywords
- Data Science
- Machine Learning
- Artificial Intelligence
- STEM Field
- Technical Systems Optimization
- Cloud Applications
- Production Environments
- Visualizations
- Low-Latency Data Collection
- Interdisciplinary Collaboration
- Tools & Technologies
- Python
- C++
- AWS
- Azure
- Docker
- Kubernetes
- Lang Chain
- Pydantic AI
- Open-Source Models
- Edge-Compute Platforms
- #J-18808-Ljbffr
Data Scientist, AI Engineer – Focus on Machine Learning & GenAI Arbeitgeber: Jobtailor
Als Global Director B2B – Business Development bei uns profitieren Sie von einer dynamischen und innovativen Arbeitsumgebung, die auf Zusammenarbeit und Kreativität setzt. Wir bieten Ihnen nicht nur attraktive Vergütungsmodelle und umfassende Weiterbildungsmöglichkeiten, sondern auch die Chance, in einem internationalen Team zu arbeiten, das Vielfalt und persönliche Entwicklung fördert. Unsere Unternehmenskultur legt großen Wert auf Flexibilität und Work-Life-Balance, sodass Sie Ihre Karriereziele in einem unterstützenden Umfeld erreichen können.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist, AI Engineer – Focus on Machine Learning & GenAI 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 Jobtailor 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 Scientist, AI Engineer – Focus on Machine Learning & GenAI 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 Scientist, AI Engineer – Focus on Machine Learning & GenAI bei Jobtailor gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Jobtailor 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 Jobtailor entscheidend sein!
