Auf einen Blick
- Aufgaben: Entwickle und verbessere ML-Modelle für geospatial und Satellitenbildanalyse.
- Unternehmen: Innovatives Unternehmen mit Fokus auf Geospatial AI und Umweltschutz.
- Vorteile: Wettbewerbsfähige Vergütung, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Weitere Informationen: Technisches Team mit modernen ML-Infrastrukturen und großen Datensätzen.
- Warum dieser Job: Arbeite an Technologien mit echtem Einfluss auf die Umwelt und Nachhaltigkeit.
- Qualifikationen: Starker Hintergrund in Informatik oder verwandten Bereichen und Programmierkenntnisse in Python.
Das prognostizierte Gehalt liegt zwischen 54000 - 78000 € pro Jahr.
Als Machine Learning Engineer (m/f/x) arbeiten Sie an den maschinellen Lernsystemen, die unsere geospatialen Analyseplattform antreiben. Sie tragen zur Entwicklung, Bereitstellung und Verbesserung von Produktions-ML-Modellen bei, die Satellitenbilder analysieren und Umweltgefahren im großen Maßstab erkennen. Sie arbeiten eng mit Produktmanagern, Softwareingenieuren und Geospatial-Experten zusammen, um skalierbare ML-Lösungen zu entwickeln, die reale Nachhaltigkeits- und Compliance-Anwendungsfälle unterstützen.
Ihre Aufgaben:
- Entwicklung, Training und Verbesserung von maschinellen Lernmodellen für die Analyse von geospatialen und Satellitenbildern
- Beitrag zum gesamten ML-Lebenszyklus, einschließlich Experimentierung, Bewertung, Bereitstellung, Überwachung und Wartung
- Arbeiten an Produktionssystemen, die großangelegte Satelliten- und geospatialen Datensätze verarbeiten
- Zusammenarbeit mit ML-Ingenieuren, Backend-Ingenieuren, Produktteams und geospatialen Analysten zur Bereitstellung zuverlässiger Analyseprodukte
- Verbesserung der Modellleistung, Skalierbarkeit und Robustheit über verschiedene Geografien und Datensätze hinweg
- Aufbau und Optimierung von Datenpipelines, Werkzeugen und Workflows für eine effiziente ML-Entwicklung
- Anwendung moderner Deep-Learning- und statistischer Techniken auf Fernsensor- und Umweltdaten
- Unterstützung schneller Experimentierungen bei gleichzeitiger Gewährleistung der Produktionszuverlässigkeit
- Beitrag zu technischen Diskussionen, Code-Reviews und bewährten Ingenieurpraktiken
Sie könnten gut passen, wenn Sie:
- Über einen starken quantitativen Hintergrund in Informatik, Ingenieurwesen, Mathematik, Fernsensorik oder einem verwandten Bereich verfügen
- Starke Programmierkenntnisse in Python und praktische Erfahrung mit modernen Deep-Learning-Frameworks wie PyTorch oder TensorFlow haben
- Praktische Erfahrung mit MLOps-Tools wie Weights & Biases, Cloud-Infrastruktur einschließlich Amazon Web Services und/oder Hochleistungsrechenumgebungen haben
- Sich wohlfühlen, maschinelle Lernmodelle in Produktionsumgebungen zu entwickeln, zu trainieren und zu optimieren
- Deutlich kommunizieren und effektiv über technische und nicht-technische Teams hinweg zusammenarbeiten können
- Erfahrung im Umgang mit großen Datensätzen und verteilten Datenverarbeitungs-Workflows haben
- Effektiv mit KI-unterstützten Entwicklungs- und Codierungswerkzeugen arbeiten
- Fließend Englisch (C1+) sprechen. Deutschkenntnisse sind von Vorteil.
Wünschenswert:
- Erfahrung mit Computer Vision-Aufgaben wie Segmentierung, Klassifizierung, Änderungsdetektion oder Zeitreihenanalyse
- Erfahrung im Umgang mit Fernsensor- oder Satellitendaten (SAR, optisch, LIDAR)
- Vertrautheit mit geospatialen Datenverarbeitungsbibliotheken und -werkzeugen
- Erfahrung in der Bereitstellung von ML-Systemen in Produktionsumgebungen
- Verständnis von umwelt-, klima- oder nachhaltigkeitsbezogenen Anwendungsfällen
- Fähigkeit, komplexe Geschäfts- oder regulatorische Anforderungen in datengestützte Lösungen zu übersetzen
Schließen Sie sich uns an für diese und mehr...
- Die Möglichkeit, an bedeutungsvoller Technologie mit realen Umweltauswirkungen zu arbeiten
- Ein hoch technisches und kollaboratives Teamumfeld
- Moderne ML-Infrastruktur und großangelegte geospatialen Datensätze
- Eigenverantwortung und Wachstumschancen basierend auf Ihrer Erfahrung und Ihren Interessen
- Flexibles Arbeitsumfeld in unserem Münchener Büro in der Nähe des Sendlinger Tors
- Wettbewerbsfähige Vergütung und Leistungen
Machine Learning Engineer (m/f/x) - Geospatial AI Arbeitgeber: osapiens
Als Arbeitgeber bietet osapiens Terra eine inspirierende und kollaborative Arbeitsumgebung in München, wo Sie an bedeutungsvoller Technologie mit echtem Einfluss auf die Umwelt arbeiten können. Unser modernes ML-Infrastruktur und die Möglichkeit zur persönlichen und beruflichen Weiterentwicklung schaffen ein Umfeld, in dem Ihre Fähigkeiten geschätzt werden. Genießen Sie flexible Arbeitszeiten und ein wettbewerbsfähiges Vergütungspaket, während Sie Teil eines hochqualifizierten Teams sind, das sich für Nachhaltigkeit und innovative Lösungen einsetzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Engineer (m/f/x) - Geospatial AI erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Branche in Kontakt zu treten. Teile deine Projekte und Erfolge, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.
✨Sei proaktiv bei der Kontaktaufnahme
Wenn du eine interessante Stelle siehst, zögere nicht, direkt die Ansprechpartner zu kontaktieren. Frag nach mehr Informationen oder zeig dein Interesse an der Position – das kann einen großen Unterschied machen!
✨Bereite dich auf technische Interviews vor
Mach dich mit typischen Fragen und Aufgaben für Machine Learning Engineers vertraut. Übe Coding-Challenges und sei bereit, deine Lösungen zu erklären – das zeigt dein Verständnis und deine Problemlösungsfähigkeiten.
✨Bewirb dich über unsere Website
Vergiss nicht, dich direkt über unsere Website zu bewerben! 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 Machine Learning Engineer (m/f/x) - Geospatial AI mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wir wollen dich kennenlernen, also sei authentisch in deiner Bewerbung. Zeig uns, wer du bist und was dich motiviert, Teil unseres Teams zu werden!
Betone deine Erfahrungen:Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Bereich Machine Learning und Geospatial AI. Je konkreter, desto besser! Das hilft uns, deine Fähigkeiten besser einzuschätzen.
Klarheit ist der Schlüssel:Achte darauf, dass deine Bewerbung klar und strukturiert ist. Verwende einfache Sprache und vermeide Fachjargon, wenn es nicht nötig ist. So können wir deine Ideen leichter nachvollziehen.
Bewirb dich über unsere Website:Um sicherzustellen, dass deine Bewerbung an die richtige Stelle gelangt, bewirb dich direkt über unsere Website. So können wir dich schneller in den Auswahlprozess einbeziehen!
Wie man sich auf ein Vorstellungsgespräch bei osapiens vorbereitet
✨Verstehe die Technologien
Mach dich mit den neuesten Technologien und Frameworks vertraut, die in der Stellenbeschreibung erwähnt werden, wie PyTorch oder TensorFlow. Zeige im Interview, dass du praktische Erfahrungen hast und bereit bist, diese Technologien anzuwenden.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast, insbesondere im Bereich Machine Learning und Geodatenanalyse. Bereite dich darauf vor, diese Beispiele zu erläutern und zu zeigen, wie du Probleme gelöst hast.
✨Kommunikation ist der Schlüssel
Da du mit verschiedenen Teams zusammenarbeiten wirst, ist es wichtig, deine Kommunikationsfähigkeiten zu demonstrieren. Übe, technische Konzepte einfach und klar zu erklären, damit auch nicht-technische Teammitglieder verstehen, worum es geht.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Rolle und dem Unternehmen. Frage nach den aktuellen Projekten im Bereich Geospatial AI oder wie das Team die Zusammenarbeit zwischen den verschiedenen Abteilungen gestaltet.
