Auf einen Blick
- Aufgaben: Verwandle unstrukturierte juristische Daten in saubere, AI-fähige Informationen.
- Unternehmen: Dynamisches AI-Startup mit Wurzeln an der ETH Zürich.
- Vorteile: Direkter Einfluss auf die Verbesserung von Suchergebnissen und Benutzervertrauen.
- Weitere Informationen: Hybrides Arbeitsmodell mit exzellenten Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der juristischen Forschung mit innovativen Technologien.
- Qualifikationen: Abschluss in Informatik oder verwandtem Bereich; Erfahrung in der Datenverarbeitung.
Das prognostizierte Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
🌟 Über Sie
Sind Sie begeistert davon, unordentliche, mehrjurisdiktionale rechtliche Inhalte in saubere, strukturierte und KI-bereite Daten umzuwandeln? Genießen Sie es, zuverlässige Pipelines für Extraktion, Normalisierung, Chunking, Zitathandhabung, Tagging, Strukturierung, Zusammenfassung und Indizierung zu erstellen; und dann Qualität und Kosten zu messen? Gedeihen Sie in einem schnelllebigen Startup, in dem Ihre Arbeit direkt die Suche, die Qualität der KI-Antworten und Analysen unterstützt? Wenn ja, würden wir uns freuen, von Ihnen zu hören!
🚀 Über Omnilex
Omnilex ist ein junges, dynamisches KI-Rechts-Tech-Startup mit Wurzeln an der ETH Zürich. Unser leidenschaftliches interdisziplinäres Team von über 10 Personen setzt sich dafür ein, juristische Fachleute in Kanzleien und Rechtsteams zu unterstützen, indem es die Kraft der KI für juristische Recherchen und die Beantwortung komplexer rechtlicher Fragen nutzt. Wir heben uns bereits durch unsere starke Datenengineering-Kompetenz hervor, einschließlich unserer Kombination aus externen Daten, kundeninternen Daten und unseren eigenen innovativen KI-ersten rechtlichen Kommentaren.
🛠️ Ihre Verantwortlichkeiten
- Verbesserung der Suchqualität durch bessere Indizierungsstrategien, Analysatoren, Synonyme, Ranking und Relevanzbewertung
- Festlegung von Datenqualität, Herkunft und Beobachtbarkeit (QA-Prüfungen, Abdeckungsmetriken, Regressionstests, Versionierung)
- Optimierung der Leistung, Laufzeitkomplexität, DB-Abfragezeiten, Token-Nutzung und Gesamtkosten der Pipeline
- Enge Zusammenarbeit mit Benutzern und Kunden, um Benutzerprobleme und Unternehmensanforderungen in robuste Daten und SLAs zu übersetzen
- Kommunikation Ihrer Arbeit und Ergebnisse an das Team für kontinuierliches Feedback und Verbesserung (in Englisch)
✅ Mindestqualifikationen
- Abschluss in Informatik, Datenwissenschaft oder einem verwandten Bereich; oder gleichwertige praktische Erfahrung
- Starke praktische Erfahrung im Datenengineering mit TypeScript
- Solides Verständnis von Datenstrukturen, Algorithmen, Regex und SQL (PostgreSQL)
- Erfahrung mit LLMs/Embeddings für praktische Datenaufgaben (Chunking, Tagging, Zusammenfassung, RAG-bereite Pipelines)
- Fähigkeit, schnell zu lernen und sich an ein dynamisches Startup-Umfeld anzupassen, mit starkem Verantwortungsbewusstsein und Produktdenken
- Verfügbarkeit in Vollzeit. Vor Ort in Zürich mindestens zwei Tage pro Woche (hybrid).
🎯 Bevorzugte Qualifikationen
- Sie haben eine Schweizer Arbeitsbewilligung oder EU/EFTA-Staatsbürgerschaft
- Berufliche Kenntnisse in Deutsch (ein Großteil unserer rechtlichen Daten ist auf Deutsch) und Kenntnisse in Englisch
- Erfahrung mit Azure (einschließlich Azure AI/Cognitive Search), Docker und CI/CD
- Vertraut mit modernen Scraping-/Parsing-Stacks (Playwright/Puppeteer, PDF-Tools, OCR)
- Erfahrung mit Vektorindizierung, Relevanzbewertung und Suchranking
- Vertraut mit unserem Stack: Azure / NestJS / Next.js
- Kenntnisse und Erfahrungen mit Rechtssystemen, insbesondere in der Schweiz, Deutschland, USA
🤝 Vorteile
Direkter Einfluss: Ihre Pipelines verbessern sofort die Suche, Antworten und das Vertrauen der Benutzer und transformieren die juristische Forschung. Autonomie.
Data Engineer - Legal Data AI Processing Arbeitgeber: Omnilex
Omnilex ist ein dynamisches AI-Startup mit Sitz in Zürich, das sich leidenschaftlich dafür einsetzt, juristische Fachkräfte durch innovative Datenverarbeitung zu unterstützen. Unsere offene und kollaborative Unternehmenskultur fördert kreatives Denken und bietet zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung. Mit flexiblen Arbeitsmodellen und der Möglichkeit, direkt an der Schnittstelle von Technologie und Recht zu arbeiten, sind wir der ideale Arbeitgeber für alle, die einen bedeutenden Einfluss auf die Zukunft der Rechtsforschung haben möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Engineer - Legal Data AI Processing erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze LinkedIn und andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach informellen Gesprächen oder Meetups – oft sind es persönliche Kontakte, die dir den Fuß in die Tür bringen!
✨Sei proaktiv!
Warte nicht darauf, dass Stellen ausgeschrieben werden. Kontaktiere Unternehmen direkt, die dich interessieren, und zeig ihnen, wie du ihre Herausforderungen im Bereich Datenverarbeitung lösen kannst. Wir bei StudySmarter glauben, dass Initiative oft belohnt wird!
✨Bereite dich auf technische Interviews vor!
Mach dich mit typischen Fragen und Aufgaben für Data Engineers vertraut. Übe Coding-Challenges und sei bereit, deine Lösungen zu erklären. Zeig, dass du nicht nur die Theorie beherrschst, sondern auch praktisch anwenden kannst!
✨Bewirb dich über unsere Website!
Wenn du denkst, dass du gut zu uns passt, zögere nicht, dich direkt über unsere Website zu bewerben. Wir suchen leidenschaftliche Talente, die unser Team bereichern und die Zukunft der juristischen Datenverarbeitung mitgestalten wollen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer - Legal Data AI Processing mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei authentisch!:Zeig uns, wer du wirklich bist! Deine Persönlichkeit und Leidenschaft für Datenengineering sollten in deiner Bewerbung deutlich werden. Lass uns wissen, warum du dich für diese Rolle interessierst und was dich motiviert.
Betone deine Erfahrungen:Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Bereich Datenverarbeitung. Konkrete Beispiele, wie du mit TypeScript oder SQL gearbeitet hast, helfen uns, deine Fähigkeiten besser zu verstehen.
Sprich unsere Sprache:Da ein Großteil unserer Daten auf Deutsch ist, wäre es super, wenn du auch in deiner Bewerbung einige Abschnitte auf Deutsch verfasst. Das zeigt uns, dass du die Anforderungen der Stelle verstehst und bereit bist, dich in unser Team einzufügen.
Bewirb dich über unsere Website:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass wir alle Informationen schnell und einfach erhalten und du die besten Chancen auf eine Rückmeldung hast!
Wie man sich auf ein Vorstellungsgespräch bei Omnilex vorbereitet
✨Verstehe die Anforderungen
Mach dich mit den spezifischen Anforderungen der Stelle als Data Engineer vertraut. Lies die Jobbeschreibung gründlich durch und überlege, wie deine Erfahrungen und Fähigkeiten zu den genannten Aufgaben passen. Bereite konkrete Beispiele vor, die zeigen, wie du ähnliche Herausforderungen in der Vergangenheit gemeistert hast.
✨Technische Vorbereitung
Da es um Datenengineering geht, solltest du deine Kenntnisse in TypeScript, SQL und anderen relevanten Technologien auffrischen. Sei bereit, technische Fragen zu beantworten oder sogar kleine Coding-Aufgaben während des Interviews zu lösen. Übe auch, wie du komplexe technische Konzepte einfach erklären kannst.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die Teamdynamik zu erfahren. Frage nach den aktuellen Projekten, den Herausforderungen im Team oder wie Erfolg in dieser Rolle gemessen wird.
✨Kommunikation ist der Schlüssel
Da die Kommunikation im Team wichtig ist, übe, deine Gedanken klar und strukturiert zu präsentieren. Achte darauf, dass du sowohl auf Deutsch als auch auf Englisch kommunizieren kannst, da dies für die Rolle entscheidend sein könnte. Zeige, dass du offen für Feedback bist und bereit, kontinuierlich zu lernen.
