Auf einen Blick
- Aufgaben: Entwickle innovative Lösungen für maschinelles Lernen und Datenverarbeitung.
- Unternehmen: Machine Learning Reply - ein innovatives Unternehmen mit spannenden Projekten.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Zugang zu modernster Technologie.
- Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrierechancen und einem aktiven sozialen Programm.
- Warum dieser Job: Arbeite an zukunftsweisenden Projekten und bringe deine Ideen zum Leben.
- Qualifikationen: Abschluss in Informatik oder verwandten Bereichen, erste Erfahrungen in DevOps/MLOps.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Bei Machine Learning Reply arbeiten wir mit unseren Kunden an innovativen Projekten, für die wir DevOps- und ML-Ingenieure suchen, um unsere Kundenprojekte im Bereich maschinelles Lernen und Datenverarbeitung in verschiedenen Branchen zu unterstützen. Um unser Team zu erweitern, suchen wir einen talentierten und hochqualifizierten Berater mit technischem Hintergrund. Als Berater sind Sie verantwortlich für die Bereitstellung von Expertenrat und technischer Unterstützung für unsere Kunden. Wenn Sie ein DevOps- oder ML-Ingenieur sind oder gerade erst im Bereich des maschinellen Lernens und/oder der DevOps-Engineering beginnen - wenn Sie nie den Fokus verlieren, das Programmieren, Daten und KI lieben und leidenschaftlich daran interessiert sind, Ihre Ideen zum Leben zu erwecken - dann möchten wir von Ihnen hören!
Verantwortlichkeiten:
- Entwicklung innovativer, technischer Ansätze für datenintensive Anwendungen mit einem Fokus auf maschinelles Lernen und künstliche Intelligenz.
- Implementierung und Übernahme der Verantwortung für Ihre Lösungen in cloudbasierten (AWS, Azure oder GCP) und/oder On-Premises-Infrastrukturen unserer Kunden.
- Automatisierung wiederkehrender Aufgaben durch moderne DevOps- und MLOps-Konzepte, die es Ihren Kunden ermöglichen, ihre Lieferzeit erheblich zu verkürzen.
- Überwachung, Failover und Wiederherstellung der Infrastrukturen, die es unseren Kunden ermöglichen, den Betrieb ihrer maschinellen Lernlösungen gemäß den neuesten regulatorischen Anforderungen zu sichern.
- Enger Kontakt mit Kunden und Stakeholdern, um konkrete und komplexe Geschäftsanforderungen in produktionsbereite Lösungen zu übersetzen.
- Zusammenarbeit mit verschiedenen Disziplinen wie Unternehmensarchitekten, Analysten, Datenwissenschaftlern oder Dateningenieuren zur Entwicklung datenintensiver Anwendungen wie Data Warehouses, Data Lakes und/oder Datenplattformen.
Was wir Ihnen bieten:
- Zugang zu Projekten in verschiedenen Branchen (große und mittelständische Unternehmen in den Bereichen Banken, Versicherungen, Automobil, Einzelhandel usw.).
- Erweiterung Ihrer Fähigkeiten durch interdisziplinäre Arbeit und Schulungen in den Bereichen Datenengineering, Cloud-Architektur und Datenwissenschaft.
- Vorteile aus branchenführenden Kooperationen im Bereich Cloud, BI und AutoML.
- Sehr aktives Sozialprogramm - einschließlich Schulungen, Konferenzen, Teambildungsmaßnahmen, Reply Exchange, Communities of Practice und Hackathons.
- Arbeiten in einem offenen, flachen Umfeld innerhalb eines breiten Reply-Wissensaustauschnetzwerks.
- Ausgezeichnete Büroräume im Stadtzentrum von München mit Zugang zur „Stammstrecke“.
- Sie wählen Ihre moderne Ausstattung.
- ÖPNV-Ticket mit Deutschlandticket.
- Fitnessstudio-Mitgliedschafts-Zuschuss für ein Fitnessstudio Ihrer Wahl.
- Flexibles Arbeitsumfeld zwischen Kunde, Reply-Büro und Remote-Arbeit.
Minimale Anforderungen / Qualifikationen:
- Abschluss (Bachelor/Master) in Informatik oder einem anderen verwandten Bereich (z.B. Ingenieurwesen, Statistik, Physik).
- Erste praktische Erfahrungen mit DevOps/MLOps-Prinzipien und Rechenplattformen wie Microsoft Azure, AWS und GCP sowie Databricks.
- Fähigkeit, analytische Ergebnisse überzeugend zu kommunizieren und zu präsentieren.
- Wir decken den gesamten Lebenszyklus von Daten ab, von Cloud-Infrastruktur, Datenengineering, Datenanalyse und Visualisierung bis hin zu ML Engineering und MLOps. Interesse und/oder Erfahrung in einigen dieser Bereiche ist von Vorteil.
- Fließend in Englisch und Deutsch.
Gewünscht:
- Berufserfahrung in Cloud-Technologien (AWS, Azure oder GCP), Kubernetes und Programmiersprachen wie Python, Java und Scala.
- Praktische Erfahrung mit SQL- und NoSQL-Datenbanktechnologien und Data Lakes.
- Erfahrung mit Big Data-Technologien (Apache Spark), Datenstreaming (Apache Kafka) und Workflow-Orchestrierung (Apache Airflow, Dagster).
DevOps/ML Engineer (m/f/d) Arbeitgeber: machinelearningreply
Machine Learning Reply ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, an innovativen Projekten in einer dynamischen und unterstützenden Umgebung zu arbeiten. Mit einem starken Fokus auf interdisziplinäre Zusammenarbeit und kontinuierliche Weiterbildung fördern wir Ihre berufliche Entwicklung und bieten Zugang zu modernster Technologie sowie einem aktiven sozialen Programm. Unser modernes Büro im Herzen von München und flexible Arbeitsmodelle sorgen dafür, dass Sie sowohl im Team als auch remote effektiv arbeiten können.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so DevOps/ML Engineer (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 machinelearningreply 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 DevOps/ML Engineer (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 DevOps/ML Engineer (m/f/d) bei machinelearningreply gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei machinelearningreply 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 machinelearningreply entscheidend sein!
