Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Leite das Design und die Wartung von ML-Infrastrukturen und unterstütze Entwicklerteams.
- Arbeitgeber: Klarna revolutioniert den Einzelhandel mit über 150 Millionen aktiven Nutzern weltweit.
- Mitarbeitervorteile: Genieße flexible Arbeitszeiten, ein dynamisches Team und spannende Projekte im Fintech-Bereich.
- Warum dieser Job: Werde Teil eines innovativen Unternehmens, das die Zukunft des Einkaufens gestaltet und deine Karriere beschleunigt.
- Gewünschte Qualifikationen: Erfahrung in MLOps, Python-Programmierung und CI/CD-Pipelines ist erforderlich.
- Andere Informationen: Vollzeitstelle in Berlin, mit der Möglichkeit, an globalen Projekten zu arbeiten.
Das voraussichtliche Gehalt liegt zwischen 43200 - 72000 € pro Jahr.
Über uns: Mit über 150 Millionen global aktiven Nutzern und 2 Millionen Transaktionen pro Tag ist Klarna auf dem Weg, die weltweit bevorzugte Art des Einkaufens zu werden. Um dorthin zu gelangen, stellen wir ein unvergleichliches globales Talentteam zusammen – wir beschleunigen individuelle Karrieren und revolutionieren ganze Branchen. Wir suchen Menschen, die bereit sind, das Außergewöhnliche zu erreichen und unsere kühnen Ambitionen zu umarmen, während wir die Zukunft von Zahlungen und Fintech gestalten. Wirst du uns begleiten?
Was Sie tun werden: Verantwortlich für das Design, den Aufbau und die Wartung der Infrastruktur, die benötigt wird, um Machine Learning (ML) Anwendungsfälle von der Datenvorbereitung über das Training, Feintuning bis hin zum Servieren und Überwachen zu unterstützen. Zusammenarbeit mit Data Scientists, Ingenieuren und Machine Learning (ML) Teams zur Unterstützung ihrer Entwicklungs-, Bereitstellungs- und Überwachungsbemühungen. Implementierung von CI/CD-Pipelines für Data Science-Projekte mit Jenkins, um kontinuierliche Integration und effiziente Bereitstellung von ML-Modellen sicherzustellen. Mentoring von Data Scientists zu Best Practices für die Entwicklung auf unserer Plattform und Code-Optimierungen, um eine Kultur der Qualität und Zuverlässigkeit in den Data Science-Teams zu fördern. Bereitstellung von On-Call-Support für die Machine Learning- und Visualisierungsplattformen.
Wer Sie sind: Experte in MLOps mit Erfahrung in Sagemaker, Kubernetes oder anderen MLOps-Stacks. Erfahrung im Management kritischer Produktionsinfrastrukturen, Fähigkeit zur Nutzung von Überwachungs- und Protokollierungstools zur Diagnose von Problemen. Fähigkeit, On-Call-Support für Plattformnutzer bereitzustellen. Fähigkeit, Initiativen über Teamgrenzen hinaus zu leiten, organisationale Veränderungen voranzutreiben, Fähigkeit, technische Dokumente für architektonische Änderungen zu schreiben. Umfassende Erfahrung in der Programmierung in Python, einschließlich Data Science-Bibliotheken wie scikit-learn, Tensorflow, PyTorch und API-Frameworks wie aiohttp, flask. Erfahrung im Schreiben von CI/CD-Pipelines. Ein Generalist-Programmierer-Mindset, mit der Fähigkeit, plattformübergreifende Lösungen für bestehende Automatisierungen zu codieren.
Wünschenswert: Erfahrung mit Web-Frameworks wie Django und Vertrautheit mit Full-Stack-Entwicklung.
Bitte fügen Sie einen Lebenslauf in Englisch bei.
Standort: Berlin, Deutschland
Beschäftigungsart: Vollzeit
Lead Engineer - Python Arbeitgeber: Klarna
Kontaktperson:
Klarna HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Lead Engineer - Python
✨Tipp Nummer 1
Netzwerke sind entscheidend! Nutze Plattformen wie LinkedIn, um mit aktuellen Mitarbeitern von Klarna in Kontakt zu treten. Stelle Fragen zu ihrer Arbeit und den Herausforderungen, die sie bewältigen, um ein besseres Verständnis für die Unternehmenskultur und die Anforderungen der Position zu bekommen.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor, indem du deine Kenntnisse in Python und MLOps vertiefst. Übe das Lösen von Problemen mit Datenwissenschaftsbibliotheken wie scikit-learn und TensorFlow, um sicherzustellen, dass du bei technischen Fragen glänzen kannst.
✨Tipp Nummer 3
Zeige deine Führungsqualitäten! Bereite Beispiele vor, in denen du erfolgreich Projekte geleitet oder Teams unterstützt hast. Dies wird dir helfen, deine Fähigkeit zu demonstrieren, über Teamgrenzen hinweg zu arbeiten und organisatorische Veränderungen voranzutreiben.
✨Tipp Nummer 4
Informiere dich über die neuesten Trends im Bereich MLOps und CI/CD. Zeige in Gesprächen, dass du über aktuelle Entwicklungen informiert bist und wie diese Klarna helfen können, ihre Ziele zu erreichen. Das zeigt dein Engagement und deine Leidenschaft für die Branche.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Lead Engineer - Python
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Fähigkeiten und Erfahrungen, die Klarna sucht. Stelle sicher, dass du diese in deinem Lebenslauf und Anschreiben hervorhebst.
Betone deine Python-Kenntnisse: Da die Position einen starken Fokus auf Python und Datenwissenschaft hat, solltest du konkrete Beispiele für deine Erfahrungen mit Python-Bibliotheken wie scikit-learn, TensorFlow und PyTorch anführen.
CI/CD-Pipelines erwähnen: Erwähne deine Erfahrungen mit CI/CD-Pipelines, insbesondere wenn du Jenkins verwendet hast. Beschreibe, wie du diese in früheren Projekten implementiert hast, um den Auswahlprozess zu optimieren.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du bei Klarna arbeiten möchtest und wie deine Fähigkeiten zur Erreichung ihrer Ziele beitragen können. Zeige deine Begeisterung für die Rolle und das Unternehmen.
Wie du dich auf ein Vorstellungsgespräch bei Klarna vorbereitest
✨Verstehe die MLOps-Prinzipien
Da die Position einen Experten in MLOps erfordert, solltest du dich gut mit Tools wie Sagemaker und Kubernetes auskennen. Bereite dich darauf vor, spezifische Fragen zu diesen Technologien zu beantworten und Beispiele aus deiner bisherigen Erfahrung zu teilen.
✨Zeige deine Python-Kenntnisse
Die Rolle erfordert umfangreiche Erfahrung mit Python und Datenwissenschaftsbibliotheken. Sei bereit, über deine Projekte zu sprechen, in denen du Bibliotheken wie scikit-learn, TensorFlow oder PyTorch verwendet hast, und erkläre, wie du diese in der Praxis eingesetzt hast.
✨Bereite dich auf CI/CD-Themen vor
Da CI/CD-Pipelines für Datenwissenschaftsprojekte wichtig sind, solltest du deine Erfahrungen mit Jenkins und der Implementierung von CI/CD-Prozessen darlegen können. Überlege dir konkrete Beispiele, wie du diese Pipelines in früheren Projekten implementiert hast.
✨Mentoring und Teamarbeit betonen
In dieser Rolle wird auch Mentoring erwartet. Bereite dich darauf vor, darüber zu sprechen, wie du andere unterstützt hast, Best Practices zu entwickeln und eine Kultur der Qualität zu fördern. Beispiele für erfolgreiche Teamprojekte oder Schulungen können hier sehr hilfreich sein.
