Auf einen Blick
- Aufgaben: Entwickle und verbessere ML-Modelle für geospatial und Satellitenbildanalyse.
- Unternehmen: Innovatives Unternehmen mit Fokus auf Geospatial AI und Nachhaltigkeit.
- Vorteile: Wettbewerbsfähige Vergütung, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Weitere Informationen: Technisches Teamumfeld mit modernen ML-Infrastrukturen und großen Datensätzen.
- Warum dieser Job: Arbeite an Technologien mit echtem Einfluss auf die Umwelt.
- Qualifikationen: Starke Programmierkenntnisse in Python und Erfahrung mit Deep Learning Frameworks.
Das prognostizierte Gehalt liegt zwischen 54000 - 78000 € pro Jahr.
Als Machine Learning Engineer (m/f/x) werden Sie an den maschinellen Lernsystemen arbeiten, 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 Fernsensordaten 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 und Sie aktiv zur Verbesserung von Geodatenanalysen beitragen können. 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 Erfahrungen, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.
✨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 Kommunikationsfähigkeiten.
✨Zeige deine Leidenschaft für Geospatial AI
Sprich über deine bisherigen Projekte und wie sie zur Nachhaltigkeit beitragen. Zeige, dass du nicht nur die technischen Fähigkeiten hast, sondern auch ein echtes Interesse an den Herausforderungen im Bereich Umweltschutz.
✨Bewirb dich direkt über unsere Website
Wir bei StudySmarter lieben es, wenn du dich direkt über unsere Karriereseite bewirbst. So kannst du sicherstellen, dass deine Bewerbung die richtigen Leute erreicht und du gleich einen guten Eindruck hinterlässt!
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 🫡
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 Machine Learning Engineer interessierst und was dich an Geospatial AI fasziniert.
Betone deine technischen Fähigkeiten:Wir suchen nach jemandem mit starken Programmierkenntnissen in Python und Erfahrung mit Deep Learning Frameworks. Stelle sicher, dass du diese Fähigkeiten in deinem Lebenslauf und Anschreiben hervorhebst, damit wir sehen, dass du der richtige Fit für unser Team bist.
Sei konkret bei deinen Erfahrungen:Wenn du an Projekten gearbeitet hast, die mit Satellitenbildern oder geospatialen Daten zu tun haben, erzähl uns davon! Konkrete Beispiele helfen uns, deine Expertise besser zu verstehen und wie du zur Verbesserung unserer ML-Modelle beitragen kannst.
Bewirb dich über unsere Website:Um sicherzustellen, dass deine Bewerbung direkt bei uns landet, bewirb dich bitte über unsere Website. So können wir deine Unterlagen schnell und effizient bearbeiten und du bist einen Schritt näher an deinem Traumjob!
Wie man sich auf ein Vorstellungsgespräch bei osapiens vorbereitet
✨Mach dich mit den Technologien vertraut
Stelle sicher, dass du die gängigen Technologien und Tools, die in der Stellenbeschreibung erwähnt werden, gut verstehst. Wenn du mit PyTorch oder TensorFlow gearbeitet hast, bringe konkrete Beispiele mit, wie du diese Frameworks in deinen Projekten eingesetzt hast.
✨Bereite dich auf technische Fragen vor
Erwarte technische Fragen zu Machine Learning Modellen und deren Optimierung. Übe, wie du deine Ansätze zur Verbesserung von Modellen erklären kannst, insbesondere im Kontext von Geodaten und Satellitenbildern. Zeige, dass du die gesamte ML-Pipeline beherrschst.
✨Zeige deine Teamfähigkeit
Da die Rolle enge Zusammenarbeit mit verschiedenen Teams erfordert, sei bereit, Beispiele für erfolgreiche Teamprojekte zu teilen. Betone, wie du effektiv mit Produktmanagern und Software-Ingenieuren kommuniziert hast, um gemeinsame Ziele zu erreichen.
✨Verstehe die Umweltaspekte
Da die Position einen Fokus auf Nachhaltigkeit hat, informiere dich über aktuelle Herausforderungen im Bereich Umweltschutz und wie Machine Learning dabei helfen kann. Zeige dein Interesse an diesen Themen und bringe Ideen ein, wie deine Arbeit einen positiven Einfluss haben könnte.
