Auf einen Blick
- Aufgaben: Leite ein Team, das innovative ML-Lösungen für Umweltherausforderungen entwickelt.
- Arbeitgeber: Wachsendes Tech-Startup mit Fokus auf Nachhaltigkeit und globaler Wirkung.
- Mitarbeitervorteile: Flexibles Arbeiten, kreative Teamkultur und persönliche Wachstumsförderung.
- Andere Informationen: Dynamisches Umfeld mit spannenden Projekten und globalen Team-Events.
- Warum dieser Job: Gestalte die Zukunft der Nachhaltigkeit mit modernster Technologie und einem engagierten Team.
- Gewünschte Qualifikationen: Erfahrung in ML, Teamführung und starke Programmierkenntnisse in Python.
Das voraussichtliche Gehalt liegt zwischen 80000 - 100000 € pro Jahr.
osapiens Terra baut Technologien, die Unternehmen helfen, die Umweltauswirkungen ihrer globalen Lieferketten zu verstehen. Unsere Plattform kombiniert Satellitenbilder, geospatiale Daten und maschinelles Lernen, um Abholzungsrisiken zu erkennen, die Landnutzung zu analysieren und die Einhaltung von Vorschriften wie der EU-Abholzungsverordnung (EUDR) zu unterstützen. Täglich verarbeiten unsere Systeme Millionen von Satellitenbildern und analysieren sie mit fortschrittlichen Modellen des maschinellen Lernens. Die Ergebnisse unterstützen Werkzeuge, die von über 800 Unternehmen und Tausenden von Nutzern weltweit verwendet werden, von globalen Importeuren bis hin zu Nachhaltigkeitsteams.
Als Teamleiter für maschinelles Lernen sind Sie verantwortlich für das ML-Team und die technische Plattform, die unsere geospatialen Analysen antreibt. Dies ist eine praktische Führungsrolle: Sie treiben die Entwicklung von Produktions-ML-Systemen voran und bauen das Team um sich herum auf. Ihre Arbeit umfasst den gesamten Lebenszyklus der Modellentwicklung. Sie werden unser etabliertes, großangelegtes Produktionssystem weiterentwickeln – den Algorithmus zur Erkennung von Abholzung verbessern, der täglich Tausende von Farmen überwacht, neue Deep-Learning-Modelle entwickeln, die über geografische Grenzen hinweg generalisieren, sowie die Werkzeuge, Plattformen und Prozesse erstellen, die es dem Team ermöglichen, schnell zu iterieren und zuverlässig zu liefern.
Zu den Verantwortlichkeiten gehören:
- Aufbau und Wachstum eines leistungsstarken ML-Teams
- Ausrichtung technischer Entscheidungen zwischen ML, Produkt und Engineering
- Praktische Problemlösung in unserem großangelegten Produktionssystem
- Übernahme des gesamten Lebenszyklus der Modellentwicklung, von der Forschung und Prototypenerstellung bis hin zu Bereitstellung, Überwachung und Wartung
- Architektur einer skalierbaren ML-Plattform, die schnelle Experimente und zuverlässige Produktionsfreigaben ermöglicht
- Förderung der Entwicklung neuer Analyseprodukte innerhalb des Teams
- Entwurf und Implementierung geospatialer Analysen unter Verwendung modernster Deep-Learning-Techniken und Statistiken
- Festlegung klarer Entscheidungskriterien für die Modellentwicklung
Qualifikationen:
- Starker quantitativer Hintergrund mit einem fortgeschrittenen Abschluss (MSc oder PhD) in Informatik, Ingenieurwesen, Mathematik, Fernerkundung oder ähnlichem
- Fortgeschrittene Programmierkenntnisse in Python und starke Kenntnisse in Deep-Learning-Frameworks (PyTorch/TensorFlow)
- 5+ Jahre praktische Erfahrung im maschinellen Lernen mit nachweislicher Erfolgsbilanz bei der Bereitstellung produktionsreifer Systeme
- 2+ Jahre Erfahrung in der Leitung eines technischen Teams, einschließlich Einstellung, Mentoring und Festlegung der Richtung
- Klare Kommunikation und Ausrichtung der Stakeholder
- Tiefgehende technische Fähigkeiten und pragmatische Problemlösung
- Erfahrung in einem Softwareunternehmen mit der Bereitstellung produktisierter Analysen in großem Maßstab
- Routine im Umgang mit Petabytes von Daten und der Gestaltung effektiver Datenverarbeitungswerkzeuge
- Fließend in Englisch (C1+) und Deutsch (C1+)
Starke Kandidaten könnten auch folgende Erfahrungen haben:
- Erfahrung mit modernen Computer Vision-Architekturen
- Erfahrung mit Fernerkundungs- oder Satellitendaten
- Erfahrung in der Übersetzung von Produktanforderungen in algorithmische, datengestützte Lösungen
Vorteile:
- Eine sinnstiftende Mission zur Bewältigung komplexer Nachhaltigkeitsherausforderungen
- Raum für Kreativität durch Zusammenarbeit und offene Kommunikationskultur
- Flexibilität und Teambindung durch hybride Arbeitsoptionen
- Unterstützung auf Ihrem Wachstumsweg, sowohl persönlich als auch beruflich
- Nachhaltige Mobilitätsoptionen
- Spaßige Teamevents und Ausflüge mit unseren globalen Teams
- Inspirierende Arbeitsräume in Mannheim, München und Madrid
Team Lead Machine Learning (m/f/x) - Remote Sensing Arbeitgeber: osapiens
Kontaktperson:
osapiens HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Team Lead Machine Learning (m/f/x) - Remote Sensing
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns gemeinsam nach Verbindungen suchen, die dir helfen können, einen Fuß in die Tür zu bekommen.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und technische Herausforderungen übst. Wir können dir helfen, deine Antworten zu verfeinern und sicherzustellen, dass du selbstbewusst auftrittst.
✨Tipp Nummer 3
Zeige deine Leidenschaft für das Thema! Sprich über Projekte, an denen du gearbeitet hast, und wie sie zur Lösung von Umweltproblemen beitragen. Lass uns deine Erfahrungen so präsentieren, dass sie die Arbeitgeber beeindrucken.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! Das zeigt dein Interesse und gibt dir die Möglichkeit, dich von anderen Bewerbern abzuheben. Lass uns gemeinsam deine Bewerbung optimieren, damit du die beste Chance hast.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Team Lead Machine Learning (m/f/x) - Remote Sensing
Tipps für deine Bewerbung 🫡
Sei authentisch!: Zeig uns, wer du wirklich bist! Deine Persönlichkeit und Leidenschaft für Machine Learning sollten in deiner Bewerbung deutlich werden. Lass uns wissen, warum du für die Rolle als Team Lead bei osapiens Terra brennst.
Mach es konkret!: Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um deine Fähigkeiten zu untermauern. Erzähl uns von Projekten, an denen du gearbeitet hast, und wie du Herausforderungen gemeistert hast. Das gibt uns einen klaren Eindruck von deinem Können.
Sprich unsere Sprache!: Achte darauf, die Begriffe und Technologien zu verwenden, die in der Stellenbeschreibung erwähnt werden. Wenn du über Deep Learning oder MLOps sprichst, zeig uns, dass du genau weißt, wovon du redest. Das zeigt, dass du dich mit unserem Bereich auskennst.
Bewirb dich über unsere Website!: Wir freuen uns, wenn du dich direkt über unsere Website bewirbst. So können wir sicherstellen, dass deine Bewerbung schnell und unkompliziert bei uns landet. Und vergiss nicht, deine Unterlagen gut zu strukturieren!
Wie du dich auf ein Vorstellungsgespräch bei osapiens vorbereitest
✨Verstehe die Mission des Unternehmens
Mach dich mit der Mission von osapiens Terra vertraut. Sie helfen Unternehmen, die Umweltauswirkungen ihrer Lieferketten zu verstehen. Zeige im Interview, dass du die Bedeutung von Nachhaltigkeit und den Einsatz von Technologie zur Lösung dieser Herausforderungen verstehst.
✨Bereite dich auf technische Fragen vor
Da die Rolle stark technisch geprägt ist, solltest du dich auf Fragen zu Machine Learning, Deep Learning Frameworks wie PyTorch oder TensorFlow und MLOps-Tools vorbereiten. Sei bereit, deine Erfahrungen und Erfolge in diesen Bereichen zu teilen und konkrete Beispiele zu nennen.
✨Zeige Führungsqualitäten
Als Team Lead wird von dir erwartet, dass du ein Team aufbaust und leitest. Bereite Beispiele vor, in denen du erfolgreich ein Team geführt hast, Herausforderungen gemeistert und technische Entscheidungen getroffen hast. Betone deine Fähigkeit, Stakeholder zu alignieren und klare Kommunikation zu fördern.
✨Präsentiere deine Problemlösungsfähigkeiten
Sei bereit, über spezifische Probleme zu sprechen, die du in der Vergangenheit gelöst hast, insbesondere in Bezug auf große Produktionssysteme. Zeige, wie du Modelle entwickelt, implementiert und optimiert hast, um schnelle Iterationen und zuverlässige Ergebnisse zu gewährleisten.