Auf einen Blick
- Aufgaben: Sei die erste technische Anlaufstelle für ML-Ingenieure und helfe ihnen, tracebloc zu entdecken.
- Unternehmen: Innovatives Unternehmen in Berlin mit Fokus auf ML-Community und Entwicklervertretung.
- Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen, Konferenzreisen und direkte Zusammenarbeit mit dem Gründungsteam.
- Weitere Informationen: Dynamisches Umfeld mit viel Raum für Experimente und persönliche Ideen.
- Warum dieser Job: Gestalte die Zukunft der ML-Entwicklung und baue eine Community von Grund auf auf.
- Qualifikationen: 2-4 Jahre Erfahrung in ML oder Data Science und aktive Teilnahme an ML-Communities.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Sei das erste technische Gesicht, das ML-Ingenieure treffen, wenn sie tracebloc entdecken – Community, Inhalte, Konferenzen und glaubwürdige Entwicklervertretung.
Was du tun wirst:
- Du bist die Person, die ML-Ingenieure und Datenwissenschaftler zuerst treffen, wenn sie tracebloc entdecken. Deine Aufgabe ist es, diese Entdeckung zu ermöglichen – in Reddit-Threads, auf HuggingFace, in Discord-Gesprächen, auf Konferenzen und durch die technischen Inhalte, die du erstellst.
- Du bist kein Marketer, der gelernt hat, mit Entwicklern zu sprechen. Du bist ein Entwickler, der herausgefunden hat, dass es mehr Spaß macht, Menschen zu helfen, die richtigen Werkzeuge zu finden, als Pipelines zu bauen.
- Tag für Tag suchst du nach Gesprächen, in denen jemand bei einem Problem feststeckt, das tracebloc löst – ein Team, das Schwierigkeiten hat, Modelle über Standorte hinweg zu benchmarken, ein Forscher, der keinen Zugang zu privaten Daten für das Training erhält, ein Datenwissenschaftler, der versucht, Anbieter-Modelle zu vergleichen, ohne Daten zu verschieben.
- Du springst mit einer echten, technisch glaubwürdigen Antwort ein. Manchmal bedeutet das, Code zu schreiben. Manchmal bedeutet es, auf ein Colab-Notizbuch zu verlinken, das du erstellt hast. Manchmal bedeutet es einfach, hilfreich zu sein.
- Der Link zum tracebloc-Arbeitsbereich kommt ganz natürlich, wenn es tatsächlich die richtige Antwort ist.
- Du wirst auch unsere Entwickler-Community von Grund auf aufbauen, technische Inhalte erstellen, die ML-Praktiker respektieren (Blog-Beiträge mit Code, keine Whitepapers mit Schlagwörtern), auf Konferenzen neben unserem CEO sprechen und an Unternehmensgesprächen teilnehmen, wenn Interessenten jemanden benötigen, der erklären kann, wie föderiertes Lernen tatsächlich funktioniert.
- Dies ist eine Rolle in der frühen Phase. Es gibt kein Handbuch, das auf dich wartet (nun, es gibt ein Messaging-Handbuch – das wirst du verwenden). Du wirst Hypothesen vorschlagen, Experimente durchführen, messen, was funktioniert, und iterieren. Wenn Reddit diese Woche nicht funktioniert, wirst du etwas anderes ausprobieren.
- Du bist ein Generalist, der zufällig tief im ML steckt.
Was wir suchen:
- 2–4 Jahre praktische Erfahrung in ML oder Datenwissenschaft – du hast Modelle trainiert, PyTorch- oder TensorFlow-Code geschrieben, Tools wie HuggingFace, W&B oder Kaggle verwendet.
- Sichtbare Aktivität in ML-Communities – eine Post-Historie auf Reddit, Beiträge zu HuggingFace, Kaggle-Notizbücher, technische Threads auf X, ein Blog, ein YouTube-Kanal oder eine Kombination davon.
- Du kannst technische Inhalte mit Code-Snippets schreiben, die ML-Ingenieure tatsächlich lesen und daraus lernen.
- Komfortabel beim Präsentieren auf Meetups und Konferenzen – energetisch, glaubwürdig, nicht korporativ.
- Du denkst in Experimenten: "Ich würde X versuchen, weil Y, und ich würde es mit Z messen."
- Du benötigst keinen Manager, der dir sagt, was du am Montagmorgen tun sollst.
Schön zu haben:
- Erfahrung in der Verwaltung einer Discord- oder Slack-Community.
- Verständnis von föderiertem Lernen oder datenschutzfreundlichem ML.
- Erfahrung mit Kubernetes, Docker oder ML-Infrastruktur.
- Eine persönliche Anhängerschaft im ML-Bereich (jeder Größe).
Was wir anbieten:
- Arbeiten an einem Produkt, das ein echtes Problem für ML-Teams löst – kollaborative KI-Entwicklung, ohne Daten zu verschieben.
- Optionale Beteiligung am Eigenkapital in einem Unternehmen, das eine Kategorie aufbaut, die sonst niemand besitzt.
- Direkte Zusammenarbeit mit dem Gründungsteam – deine Ideen werden umgesetzt, deine Experimente durchgeführt, deine Stimme zählt.
- Berlin Büro.
- Konferenzreisebudget – du wirst tracebloc bei Veranstaltungen vertreten.
- Die Chance, eine Entwickler-Community von Grund auf mit echten Ressourcen dahinter aufzubauen.
Technical Growth Lead — ML Community & Developer Advocacy Arbeitgeber: Merantix Aicampus
Tracebloc ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, in einem dynamischen Umfeld in Berlin zu arbeiten, wo Ihre technischen Fähigkeiten und kreativen Ideen geschätzt werden. Sie profitieren von einer offenen Unternehmenskultur, die Innovation fördert, sowie von direkten Wachstumschancen durch die enge Zusammenarbeit mit dem Gründungsteam. Zudem haben Sie die Möglichkeit, eine Entwickler-Community von Grund auf aufzubauen und an Konferenzen teilzunehmen, was Ihre Sichtbarkeit in der ML-Community erhöht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Technical Growth Lead — ML Community & Developer Advocacy erhalten könnten
✨Tipp Nummer 1
Sei aktiv in den Communities, die für ML und Data Science relevant sind. Teile dein Wissen auf Plattformen wie Reddit oder HuggingFace und vernetze dich mit anderen Entwicklern. Das zeigt nicht nur deine Expertise, sondern hilft dir auch, die richtigen Kontakte zu knüpfen.
✨Tipp Nummer 2
Erstelle technischen Content, der wirklich hilfreich ist. Blogbeiträge mit Code-Snippets oder Tutorials sind Gold wert. Wenn du zeigst, dass du das Zeug dazu hast, komplexe Themen verständlich zu machen, werden die Leute auf dich aufmerksam.
✨Tipp Nummer 3
Nutze Konferenzen und Meetups, um dich persönlich zu präsentieren. Sei energetisch und authentisch – das kommt bei den Leuten gut an. Du bist nicht nur ein Entwickler, sondern auch ein Botschafter für die Community.
✨Tipp Nummer 4
Experimentiere mit verschiedenen Ansätzen, um herauszufinden, was funktioniert. Wenn eine Strategie nicht zieht, probiere etwas Neues aus. Und vergiss nicht, dich über unsere Website zu bewerben – wir freuen uns darauf, von dir zu hören!
Wir glauben, dass du diese Fähigkeiten brauchst, um Technical Growth Lead — ML Community & Developer Advocacy mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei authentisch!:Wenn du deine Bewerbung schreibst, sei einfach du selbst. Zeig uns, wer du bist und was dich motiviert, Teil von tracebloc zu werden. Wir suchen nach echten Menschen, die leidenschaftlich über ML und Entwickler-Community sprechen können.
Technische Fähigkeiten hervorheben:Vergiss nicht, deine technischen Fähigkeiten und Erfahrungen klar darzustellen. Erzähl uns von deinen Projekten mit PyTorch oder TensorFlow und wie du in der ML-Community aktiv bist. Das hilft uns, deine Eignung für die Rolle besser zu verstehen.
Beispiele einfügen:Füge konkrete Beispiele in deine Bewerbung ein, die zeigen, wie du Probleme gelöst hast oder wie du in der Community geholfen hast. Ob es ein Blogbeitrag ist oder ein Reddit-Thread – zeig uns, dass du nicht nur redest, sondern auch handelst!
Bewerbung über unsere Website:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie an die richtige Stelle gelangt und wir sie schnell sehen können. Wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei Merantix Aicampus vorbereitet
✨Verstehe die Community
Mach dich mit den gängigen Plattformen und Communities vertraut, in denen ML-Engineers aktiv sind. Zeige im Interview, dass du nicht nur die technischen Aspekte verstehst, sondern auch, wie man in diesen Communities effektiv kommuniziert und Mehrwert bietet.
✨Technische Inhalte vorbereiten
Bereite einige technische Inhalte vor, die du während des Interviews teilen kannst. Das können Code-Snippets oder Links zu deinen bisherigen Projekten sein. So zeigst du, dass du nicht nur redest, sondern auch tatsächlich etwas beitragen kannst.
✨Experimentierfreude zeigen
Sei bereit, über deine Erfahrungen mit Experimenten zu sprechen. Erkläre, wie du Hypothesen aufgestellt, Tests durchgeführt und Ergebnisse gemessen hast. Das zeigt, dass du einen analytischen Ansatz verfolgst und bereit bist, aus Fehlern zu lernen.
✨Präsentationsfähigkeiten betonen
Da du bei Meetups und Konferenzen präsentieren wirst, ist es wichtig, deine Kommunikationsfähigkeiten zu demonstrieren. Übe, deine Ideen klar und überzeugend zu präsentieren, und sei bereit, Fragen zu beantworten. Das wird dir helfen, als glaubwürdiger Kandidat wahrgenommen zu werden.
