Auf einen Blick
- Aufgaben: Entwickle und trainiere ML-Modelle, die in der Produktion laufen.
- Unternehmen: Innovatives Unternehmen mit klarer Vision und kreativen Lösungsansätzen.
- Vorteile: Faires Gehalt, 30 Tage Urlaub, Firmenfitness und E-Learning-Kurse.
- Weitere Informationen: Wasserblick im Büro, flexible Arbeitszeiten und familienfreundliche Unternehmenskultur.
- Warum dieser Job: Wachse mit jedem Modell und arbeite an spannenden Projekten mit internationalem Kundenkontakt.
- Qualifikationen: Solider ML-Background, gute PyTorch-Kenntnisse und Teamarbeit sind wichtig.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Dein neuer Job
Modelle trainieren, die wirklich in Produktion laufen – nicht nur im Notebook. Bei botario entwickelst du die ML-Systeme hinter unseren AI Agents: vom ersten Experiment über das Training bis zum effizienten Serving. Unser Anwendungsfeld ist spannend, bewegt sich schnell und du wächst mit jedem Modell, das du baust.
Woran du mitwirken wirst:
- Du entwickelst, trainierst und finetunest Deep-Learning-Modelle – von ersten Experimenten bis zum produktiven Einsatz.
- Du verfolgst die Open-Source- und Research-Landschaft, evaluierst neue Modelle und Architekturen und baust auf den besten Ideen auf.
- Du baust Trainings- und Evaluations-Pipelines, mit denen wir Qualität messen statt raten.
- Du bringst deine Modelle selbst in Produktion: effizientes Serving, Versionierung, Monitoring.
- Du arbeitest dich in neue Domänen ein und machst sie dir zu eigen.
Die Qualifikationen, die Du brauchst:
- Du hast einen soliden ML-Background und gute PyTorch-Kenntnisse – Modelltraining ist für dich Alltag, nicht Ausnahme.
- Audio- oder Speech-Erfahrung brauchst du nicht mitzubringen – Neugier und einen guten Torch-Background schon: Wir bringen dich in die Domäne rein.
- Du liest Paper und Open-Source-Code nicht nur, sondern reproduzierst und erweiterst sie.
- Du hast sehr gute Programmierkenntnisse in Python und hast keine Angst, dich auch mit dir fremden Themen auseinanderzusetzen.
- Wünschenswert: Erfahrung damit, eigene Modelle in den produktiven Einsatz zu bringen.
- Du arbeitest gerne im Team und mit agilen Methoden.
- Du kommunizierst sicher in der englischen, idealerweise auch deutschen Sprache.
Was wir Dir bieten können:
- Als innovatives Unternehmen mit klarer Vision tragen wir aktiv zur Digitalisierung und Transformation der Kommunikationslandschaft bei, indem wir neue Ideen und kreative Lösungsansätze entwickeln und uns von alten Strukturen lösen.
- Kurze Entscheidungswege, die Möglichkeit, sich einzubringen, Dinge zu verändern und neue Technologien einzusetzen.
- Weitläufiges Office am Europahafen: Arbeitsplatz mit Wasserblick!
- Firmen-Fitness, BusinessBike und ein eigenes Firmenboot.
- Kostenübernahme für E-Learning-Kurse nach Wunsch.
- Regelmäßiger Austausch: Wir besuchen und organisieren interne und öffentliche (KI-)Events.
- Spannende, internationale Kunden aus verschiedensten Branchen.
- Faires, angemessenes Gehalt und Mitarbeiterbeteiligung.
- 30 Tage Urlaub und Möglichkeit zur Teilzeit.
- Top-Hardware, höhenverstellbare Tische und mehrere Monitore an jedem Arbeitsplatz.
- Selbstverständlich: Bio-Obst/Gemüse, Smoothie-Bar, Eis-Flatrate, Thermomix und Reiskocher sowie Getränke (guter Kaffee, Mate etc.).
- Wir unterstützen die Vereinbarkeit von Beruf, Familie und Privatleben und sind "Ausgezeichnet Familienfreundlich".
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Engineer (all genders) 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 NFON 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 Machine Learning Engineer (all genders) 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 Machine Learning Engineer (all genders) bei NFON gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei NFON 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 NFON entscheidend sein!
