Senior ML Engineer

Senior ML Engineer

Böblingen Vollzeit 60000 - 80000 € / Jahr (geschätzt) Homeoffice (teilweise)
N

Auf einen Blick

  • Aufgaben: Entwickle robuste ML-Systeme für Echtzeitanalysen und führe innovative Projekte durch.
  • Unternehmen: Globales Unternehmen mit einem offenen, kollaborativen Arbeitsumfeld.
  • Vorteile: Wettbewerbsfähige Vergütung, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
  • Weitere Informationen: Internationale, teamorientierte Kultur mit hervorragenden Karrierechancen.
  • Warum dieser Job: Arbeite mit modernster Technologie und mache einen echten Unterschied in der Welt.
  • Qualifikationen: Erfahrung in Software- oder ML-Engineering und starke Programmierkenntnisse in Python.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Als Senior Machine Learning Engineer sind Sie Teil eines globalen Teams, das verteilte Sensorsysteme entwickelt, die dazu beitragen, kritische Infrastrukturen zu optimieren, Menschen zu schützen und die Umwelt zu bewahren. Durch den Einsatz fortschrittlicher Sensortechnologien in Kombination mit maschinellem Lernen liefert das Team zuverlässige Echtzeiteinblicke in Vermögenswerte wie Pipelines, Stromkabel und Bahnsysteme.

In dieser Rolle tragen Sie zu Lösungen bei, die weltweit eingesetzt werden, und arbeiten in einer kollaborativen, interdisziplinären Ingenieurumgebung, die technischen Anspruch, langfristige Qualität und praktische Innovation schätzt.

Ihre Verantwortlichkeiten

  • Umsetzung von Machbarkeitsstudien im Bereich maschinelles Lernen in robuste, produktionsbereite Systeme für die Echtzeitanalyse auf Edge-Geräten und Backend-Plattformen
  • Leitung des Designs und der Implementierung skalierbarer ML-Pipelines und Datenverarbeitungskomponenten für hochvolumige Sensordaten
  • Förderung von Best Practices im Engineering innerhalb des Teams
  • Aufbau und Pflege von CI/CD-Workflows und automatisierten Tests für ML-Anwendungen, um Zuverlässigkeit und Reproduzierbarkeit sicherzustellen
  • Enge Zusammenarbeit mit Data Scientists, Plattformingenieuren, Dateningenieuren und Fachexperten zur Gestaltung der Systemarchitektur und Integration von ML-Lösungen in die gesamte Produktlandschaft

Ihr Profil

  • Abschluss in Informatik, maschinellem Lernen oder einem verwandten Bereich oder gleichwertige praktische Erfahrung
  • Über 5 Jahre Berufserfahrung in der Softwareentwicklung oder im ML-Engineering, einschließlich produktionsreifer ML- oder dateninintensiver Systeme
  • Starke Programmierkenntnisse in Python mit der Fähigkeit, strukturierten, wartbaren und effizienten Code zu schreiben
  • Fortgeschrittene Programmierkenntnisse in mindestens einer statisch typisierten Sprache (z.B. C++, Rust, Go oder Java)
  • Tiefes Verständnis des MLOps-Lebenszyklus, einschließlich Daten- und Modellversionierung, Bereitstellung, Überwachung und kontinuierlicher Verbesserung
  • Erfahrung mit Containerisierung (z.B. Docker) und CI/CD-Pipelines sowie modernen Testpraktiken

Nice to have

  • Erfahrung im Betrieb von ML-Systemen in der Produktion, einschließlich Überwachung der Modellleistung, Drift-Erkennung und Vorfallmanagement
  • Erfahrung mit Echtzeit- oder nahezu Echtzeitsystemen, Streaming-Daten oder IoT-Umgebungen, einschließlich Einschränkungen bei der Edge-Bereitstellung

Was wird angeboten

  • Herausfordernde und wirkungsvolle Arbeit mit modernster Technologie
  • Offene, kollaborative und respektvolle Arbeitsumgebung
  • Internationale, teamorientierte Kultur
  • Wettbewerbsfähige Vergütung und Leistungen, einschließlich flexibler Arbeitszeiten
  • Möglichkeiten zur persönlichen Entwicklung, Karrierewachstum und leistungsabhängigen Anreizen

Senior ML Engineer Arbeitgeber: Next Ventures

Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem internationalen und teamorientierten Umfeld zu arbeiten, das auf Zusammenarbeit und Respekt basiert. Unsere flexiblen Arbeitszeiten und wettbewerbsfähigen Vergütungen fördern nicht nur Ihre persönliche Entwicklung, sondern auch Ihre Karrierechancen in einem dynamischen Bereich der Maschinenlernen-Technologie. Bei uns haben Sie die Chance, an herausfordernden und bedeutungsvollen Projekten zu arbeiten, die einen echten Einfluss auf kritische Infrastrukturen und den Umweltschutz haben.

N

Kontaktdaten:

Next Ventures Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Senior ML Engineer erhalten könnten

Netzwerken, Netzwerken, Netzwerken!

Nutze Plattformen wie LinkedIn, um mit anderen Fachleuten in der Machine Learning Community in Kontakt zu treten. Teile deine Projekte und Erfahrungen, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.

Präsentiere deine Projekte

Erstelle ein Portfolio oder eine GitHub-Seite, auf der du deine besten ML-Projekte zeigst. Zeige, wie du komplexe Probleme gelöst hast und welche Technologien du verwendet hast – das beeindruckt potenzielle Arbeitgeber!

Bereite dich auf technische Interviews vor

Mach dich mit typischen Fragen und Aufgaben für ML-Engineers vertraut. Übe Coding-Challenges und sei bereit, deine Denkweise und Lösungsansätze zu erklären – das zeigt dein technisches Verständnis und deine Problemlösungsfähigkeiten.

Bewirb dich direkt über unsere Website

Wenn du eine Stelle bei uns im Auge hast, bewirb dich direkt über unsere Website. So kannst du sicherstellen, dass deine Bewerbung die richtigen Leute erreicht und du die besten Chancen hast, Teil unseres Teams zu werden!

Wir glauben, dass du diese Fähigkeiten brauchst, um Senior ML Engineer mit Bravour zu bestehen

Maschinelles Lernen
Python-Programmierung
Statisch typisierte Programmiersprachen (z.B. C++, Rust, Go, Java)
MLOps-Lifecycle
Daten- und Modellversionierung
Bereitstellung und Überwachung von Modellen
CI/CD-Pipelines

Einige Tipps für deine Bewerbung 🫡

Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erzähl uns, warum du dich für die Position als Senior ML Engineer interessierst und was dich an unserer Mission begeistert.

Betone deine Erfahrungen:Wir suchen nach jemandem mit soliden Kenntnissen in ML und Software Engineering. Hebe deine relevanten Erfahrungen hervor, insbesondere in der Entwicklung von produktionsreifen ML-Systemen und CI/CD-Pipelines. Zeig uns, wie du in der Vergangenheit Herausforderungen gemeistert hast!

Technische Fähigkeiten klar darstellen:Stelle sicher, dass deine Programmierkenntnisse in Python und anderen statisch typisierten Sprachen deutlich zur Geltung kommen. Wir wollen sehen, dass du strukturierten und wartbaren Code schreiben kannst. Vergiss nicht, auch deine Erfahrungen mit Containerisierung und MLOps zu erwähnen!

Bewirb dich über unsere Website:Um sicherzustellen, dass wir deine Bewerbung schnell und effizient bearbeiten können, bewirb dich bitte direkt über unsere Website. So können wir dich besser kennenlernen und dir die bestmögliche Erfahrung bieten!

Wie man sich auf ein Vorstellungsgespräch bei Next Ventures vorbereitet

Verstehe die Technologien

Mach dich mit den neuesten Technologien im Bereich Machine Learning und den spezifischen Tools, die in der Branche verwendet werden, vertraut. Zeige während des Interviews, dass du nicht nur die Theorie beherrschst, sondern auch praktische Erfahrungen mit den relevanten Technologien hast.

Bereite konkrete Beispiele vor

Denke an konkrete Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast. Sei bereit, diese zu erläutern und zu zeigen, wie du ML-Lösungen erfolgreich implementiert hast. Das gibt dem Interviewer einen Einblick in deine Problemlösungsfähigkeiten und deinen praktischen Ansatz.

Teamarbeit betonen

Da die Rolle eine enge Zusammenarbeit mit verschiedenen Disziplinen erfordert, solltest du Beispiele für erfolgreiche Teamprojekte parat haben. Betone, wie du mit Data Scientists, Ingenieuren und anderen Fachleuten zusammengearbeitet hast, um innovative Lösungen zu entwickeln.

Fragen stellen

Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den aktuellen Herausforderungen im Team oder wie sie den Erfolg von ML-Projekten messen.