Machine Learning Engineer in Frankfurt am Main

Machine Learning Engineer in Frankfurt am Main

Frankfurt am Main Vollzeit 63000 - 77000 € / Jahr (geschätzt) Homeoffice
N

Auf einen Blick

  • Aufgaben: Entwickle und implementiere KI-gesteuerte Lösungen für Unternehmensklienten.
  • Unternehmen: Wachsendes Unternehmen im Bereich KI mit dynamischer Unternehmenskultur.
  • Vorteile: Flexibles Arbeiten, persönliche Entwicklung und Mentorship von Führungskräften.
  • Weitere Informationen: Remote-Arbeit mit regelmäßigen Team-Retreats und hervorragenden Karrierechancen.
  • Warum dieser Job: Arbeite an innovativen KI-Projekten und gestalte die Zukunft der Technologie.
  • Qualifikationen: Abschluss in Informatik oder verwandtem Bereich und starke Python-Kenntnisse.

Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.

Bei NewNow entwickeln und implementieren wir verständliche und kontrollierbare KI-Lösungen für Unternehmenskunden, die es ihnen ermöglichen, eine neue Ära des Markterfolgs einzuleiten. Wir suchen jetzt nach erstklassigen Machine Learning Engineers mit unternehmerischem Denken, die in einem dynamischen Umfeld gedeihen.

Aufgaben

  • Als ML Engineer bei NewNow Group spielen Sie eine Schlüsselrolle bei der Gestaltung und Bereitstellung von KI-gesteuerten Lösungen für Unternehmenskunden.
  • Sie arbeiten an der Schnittstelle zwischen Machine Learning und Software Engineering und übersetzen geschäftliche Herausforderungen in skalierbare, produktionsbereite Systeme.
  • Diese Rolle kombiniert praktische Modellentwicklung mit starkem Engineering-Eigentum und realer Bereitstellung.
  • Entwerfen, bauen und implementieren Sie produktionsreife KI-gestützte Anwendungen von Anfang bis Ende.
  • Entwickeln Sie APIs und integrieren Sie ML-Modelle und Datenpipelines in benutzerorientierte Produkte.
  • Zusammenarbeit mit ML-, Daten- und Engineering-Teams zur Auslieferung zuverlässiger Systeme.
  • Beitragen zu architektonischen Entscheidungen, Werkzeugen und besten Praktiken im Engineering.
  • Dokumentieren Sie Systeme und teilen Sie Wissen, um langfristige Skalierbarkeit zu unterstützen.

Voraussetzungen

  • BSc oder höher in Informatik, Machine Learning, Mathematik oder einem verwandten Bereich.
  • Starke Python-Kenntnisse; Rust oder C++ sind von Vorteil.
  • Erfahrung mit ML-Frameworks (PyTorch, JAX usw.).
  • Solide Software-Engineering-Gewohnheiten: Tests, Code-Reviews, CI/CD.
  • Pragmatisch, ergebnisorientiert und komfortabel damit, die Arbeit von Anfang bis Ende zu übernehmen.
  • Fließendes Englisch (Deutsch ist von Vorteil).

Schön zu haben

  • Erfahrung mit Echtzeit-, latenzarmen ML-Pipelines.
  • Praktische Erfahrung mit Transformer-Architekturen, agentischen Systemen und Deep Learning im Allgemeinen.
  • Cloud- oder On-Premises-Bereitstellungserfahrung (AWS, Azure usw.).

Vorteile

  • Remote-first Arbeitsumgebung (+/- 3 Stunden MEZ) mit Flexibilität sowie Zugang zu einem Büro.
  • Investition in Ihre persönliche Entwicklung und Fähigkeiten.
  • Mentoring durch erfahrene Führungskräfte auf C-Ebene.
  • Regelmäßige Team-Offsites und Retreats.
  • Arbeiten Sie an innovativen KI-Projekten mit Top-Kunden.

Machine Learning Engineer in Frankfurt am Main Arbeitgeber: Newnow

NEWNOW ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Als Data Engineer haben Sie die Chance, an der Spitze der KI-Entwicklung zu stehen und direkt mit einer talentierten Gruppe von Fachleuten zusammenzuarbeiten, während Sie Ihre unternehmerischen Fähigkeiten erweitern. Wir fördern eine flexible Arbeitskultur, die es Ihnen ermöglicht, von überall in Europa zu arbeiten und aktiv zur Gestaltung unserer Unternehmenskultur beizutragen.

N

Kontaktdaten:

Newnow Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Machine Learning Engineer in Frankfurt am Main erhalten könntest

✨Engagier dich in Entwickler-Communities!

Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.

✨Zeig deine Fähigkeiten!

Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei Newnow anzuklopfen, wenn du dich auf die Stelle als Machine Learning Engineer bewirbst – so wissen sie gleich, was sie von dir erwarten können!

✨Nutze Jobplattformen speziell für Tech-Jobs!

Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.

✨Such dir Mentoren und Feedback!

Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei Newnow vorzubereiten!

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer in Frankfurt am Main mit Bravour zu bestehen

Maschinelles Lernen
Software Engineering
Python
Rust
C++
ML-Frameworks (PyTorch, JAX)
API-Entwicklung

Einige Tipps für deine Bewerbung 🫡

Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.

Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.

Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.

Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei Newnow klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.

Wie man sich auf ein Vorstellungsgespräch bei Newnow vorbereitet

✨Technische Vorbereitung auf die Coding-Challenges

In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!

✨Das eigene Portfolio im besten Licht präsentieren

Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.

✨Teamfähigkeit und Kommunikation betonen

In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.

✨Vorbereitung auf Fragen zur Software-Architektur

Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.