Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle und implementiere Machine Learning Modelle mit Azure-Technologien.
- Arbeitgeber: Globale Beratung mit Fokus auf innovative Lösungen und Technologien.
- Mitarbeitervorteile: Flexibles Arbeiten, spannende Projekte und die Möglichkeit, remote zu arbeiten.
- Warum dieser Job: Gestalte datengetriebene Lösungen und arbeite in einem dynamischen Team.
- Gewünschte Qualifikationen: Erfahrung als Machine Learning Engineer und Kenntnisse in Python und Azure.
- Andere Informationen: Projektlaufzeit von 3-6 Monaten, ideal für Freelancer im DACH-Raum.
Das voraussichtliche Gehalt liegt zwischen 60000 - 84000 € pro Jahr.
Projektlaufzeit: 3–6 Monate
Standort: DACH-Region
Startdatum: Mitte Mai
Sprachkenntnisse: Englisch & Deutsch
Klient: Globale Beratung
Verantwortlichkeiten:
- Entwerfen, Entwickeln und Bereitstellen von Machine Learning-Modellen mit Azure Machine Learning und Azure Databricks
- Erstellen und Verwalten von Datenpipelines mit Azure Data Factory
- Bereitstellung von Modellen in Produktionsumgebungen mit Azure Kubernetes Service (AKS) oder Azure Functions
- Enger Austausch mit Geschäftspartnern zur Gestaltung datengestützter Lösungen und Dashboards mit Power BI
- Implementierung von MLOps-Praktiken im Azure DevOps-Ökosystem
- Sicherstellung der Modellgenauigkeit, Leistung und Einhaltung von Datenschutzvorschriften (z.B. DSGVO)
Anforderungen:
- Nachgewiesene Erfahrung als Machine Learning Engineer oder in einer ähnlichen Rolle
- Kenntnisse in Python und ML-Frameworks (z.B. Scikit-learn, TensorFlow, PyTorch)
- Starke praktische Erfahrung mit Microsoft Azure-Diensten, insbesondere:
- Azure Machine Learning
- Azure Data Factory
- Azure Databricks
- Azure DevOps
- Power BI
Machine Learning Engineer - Freelance Arbeitgeber: LinkedIn
Kontaktperson:
LinkedIn HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Engineer - Freelance
✨Netzwerk aufbauen
Nutze Plattformen wie LinkedIn, um dich mit anderen Machine Learning Engineers und Fachleuten aus der DACH-Region zu vernetzen. Nimm an relevanten Gruppen und Diskussionen teil, um deine Sichtbarkeit zu erhöhen und potenzielle Kontakte zu knüpfen.
✨Projekte präsentieren
Erstelle ein Portfolio, das deine bisherigen Projekte im Bereich Machine Learning zeigt. Füge spezifische Beispiele hinzu, die deine Fähigkeiten in Azure-Diensten und MLOps verdeutlichen, um potenzielle Arbeitgeber von deinem Können zu überzeugen.
✨Aktuelle Trends verfolgen
Bleibe über die neuesten Entwicklungen im Bereich Machine Learning und Azure-Technologien informiert. Besuche Webinare oder Konferenzen, um dein Wissen zu erweitern und gleichzeitig neue Kontakte zu knüpfen.
✨Direkt ansprechen
Scheue dich nicht, direkt mit Unternehmen oder Recruitern in Kontakt zu treten, die in der DACH-Region nach Freelance Machine Learning Engineers suchen. Ein persönlicher Ansatz kann oft Türen öffnen, die durch eine Bewerbung allein nicht zugänglich sind.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineer - Freelance
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen und Verantwortlichkeiten. Stelle sicher, dass du alle geforderten Fähigkeiten und Erfahrungen in deinem Lebenslauf und Anschreiben hervorhebst.
Betone relevante Erfahrungen: Fokussiere dich in deinem Lebenslauf und Anschreiben auf deine Erfahrungen mit Machine Learning, insbesondere mit den genannten Tools wie Azure Machine Learning, Azure Databricks und den ML-Frameworks. Verwende konkrete Beispiele, um deine Fähigkeiten zu demonstrieren.
Anpassung des Anschreibens: Gestalte dein Anschreiben so, dass es auf die spezifische Position zugeschnitten ist. Erkläre, warum du für diese Rolle geeignet bist und wie deine bisherigen Projekte und Erfahrungen dir helfen werden, die Anforderungen des Unternehmens zu erfüllen.
Prüfe auf Vollständigkeit: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten Informationen enthält. Ein fehlerfreies Dokument hinterlässt einen guten Eindruck.
Wie du dich auf ein Vorstellungsgespräch bei LinkedIn vorbereitest
✨Bereite dich auf technische Fragen vor
Da die Rolle eines Machine Learning Engineers technisches Wissen erfordert, solltest du dich auf Fragen zu Python, ML-Frameworks und Azure-Diensten vorbereiten. Überlege dir Beispiele aus deiner bisherigen Erfahrung, die deine Fähigkeiten in diesen Bereichen demonstrieren.
✨Verstehe die MLOps-Praktiken
Da MLOps ein wichtiger Bestandteil der Position ist, solltest du die besten Praktiken und Tools im Azure DevOps-Ökosystem kennen. Sei bereit, darüber zu sprechen, wie du diese in früheren Projekten implementiert hast.
✨Zeige deine Kommunikationsfähigkeiten
Die Zusammenarbeit mit Geschäftspartnern ist entscheidend. Bereite dich darauf vor, wie du komplexe technische Konzepte einfach erklären kannst und wie du Datenlösungen und Dashboards mit Power BI entworfen hast.
✨Kenntnis der Datenschutzbestimmungen
Da die Einhaltung von Vorschriften wie der DSGVO wichtig ist, solltest du dich über die relevanten Datenschutzbestimmungen informieren. Sei bereit, zu erläutern, wie du sicherstellst, dass deine Modelle den gesetzlichen Anforderungen entsprechen.
