Auf einen Blick
- Aufgaben: Entwickle innovative Machine Learning-Lösungen und arbeite eng mit Datenwissenschaftlern zusammen.
- Unternehmen: phData, ein dynamisches Unternehmen im Bereich moderne Datenlösungen.
- Vorteile: Remote-Arbeit, wettbewerbsfähige Vergütung, 4 Wochen Urlaub und 10 Feiertage.
- Weitere Informationen: Kollaborative Kultur mit Fokus auf Kreativität und persönlicher Entwicklung.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und setze deine Ideen in die Tat um.
- Qualifikationen: Mindestens 6 Jahre Erfahrung in Machine Learning oder Software Engineering.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Join ph Data, a dynamic and innovative leader in the modern data stack.
We partner with major cloud data platforms like Snowflake, AWS, Azure, GCP, Fivetran, Pinecone, Glean, and dbt to deliver cutting‑edge services and solutions.
We’re committed to helping global enterprises overcome their toughest data challenges.
ph Data is a remote‑first global company with employees based in the United States, Latin America, and India.
We celebrate the culture of each of our team members and foster a community of technological curiosity, ownership, and trust.
Even though we’re growing extremely fast, we maintain a casual, exciting work environment.
We hire top performers and allow you the autonomy to deliver results.
- 6x Snowflake Partner of the Year (2020, 2021, 2022, 2023, 2024, 2025)
- Fivetran, dbt, Atlation, and AWS Partner of the Year
- #1 Partner in Snowflake Advanced Certifications
- 600+ Expert Cloud Certifications (Sigma, AWS, Azure, Dataiku, etc)
Recognized as an award‑winning workplace in the US, India, and LATAM.
Machine Learning Solutions Architect - US
Machine Learning Engineers are the Swiss army knives of machine learning.
They’re ready for anything, and they bring all the tools to ensure that data science models see the light of day.
They own the infrastructure and deployment plan—from making sure data science models can actually be built using customer data to deploying them into a production environment, and everything in between.
They provide thought leadership by recommending the right technologies and solutions for a given use case, from the application layer to infrastructure.
Machine Learning Engineers have the team leadership and coding skills (e. g.
Python, Java, and Scala) to get their solutions into production — and to help ensure performance, security, scalability, and robust data integration.
Duties
- Designing and implementing data solutions best suited to deliver on our customer needs — from model inference, retraining, monitoring, and beyond — across an evolving technical stack.
- Providing thought leadership by recommending the technologies and solution design for a given use case, from the application layer to infrastructure; and they have the team leadership and coding skills (e. g.
Python, Java, and Scala) to build and operate in production; and to help ensure performance, security, scalability, and robust data integration.
- What you’ll do in this role
- Design and create environments for data scientists to build models and manipulate data
- Work within customer systems to extract data and place it within an analytical environment
- Learn and understand customer technology environments and systems
- Define the deployment approach and infrastructure for models and be responsible for ensuring that businesses can use the models we develop
- Demonstrate the business value of data by working with data scientists to manipulate and transform data into actionable insights
- Reveal the true value of data by working with data scientists to manipulate and transform data into appropriate formats in order to deploy actionable machine learning models
- Partner with data scientists to ensure solution deployability—at scale, in harmony with existing business systems and pipelines, and such that the solution can be maintained throughout its life cycle
- Create operational testing strategies, validate and test the model in QA, and implementation, testing, and deployment
- Ensure the quality of the delivered product
- This job might be for you if you bring
- At least 6 years experience as a Machine Learning Engineer, Software Engineer, or Data Engineer
- 4-year Bachelor’s degree in Computer Science or a related field
- Experience deploying machine learning models in a production setting
- Expertise in Python, Scala, Java, or another modern programming language
- The ability to build and operate robust data pipelines using a variety of data sources, programming languages, and toolsets
- Strong working knowledge of SQL and the ability to write, debug, and optimize distributed SQL queries
- Hands‑on experience in one or more big data ecosystem products/languages such as Spark, Snowflake, Databricks, etc.
- Familiarity with multiple data sources (e. g. JMS, Kafka, RDBMS, DWH, My SQL, Oracle, SAP)
- Systems‑level knowledge in network/cloud architecture, operating systems (e. g., Linux), and storage systems (e. g., AWS, Databricks, Cloudera)
- Production experience in core data technologies (e. g. Spark, HDFS, Snowflake, Databricks, Redshift, & Amazon EMR)
- Development of APIs and web server applications (e. g. Flask, Django, Spring)
- Complete software development lifecycle experience, including design, documentation, implementation, testing, and deployment
- Excellent communication and presentation skills; previous experience working with internal or external customers
- You might also have
- A Master’s or other advanced degree in data science or a related field
- Hands‑on experience with one or more ecosystem technologies (e. g., Spark, Databricks, Snowflake, AWS/Azure/GCP)
- Relevant side projects (e. g. contributions to an open source technology stack)
- Experience working with Data-Science and Machine-Learning software and libraries such as h2o, Tensor Flow, Keras, scikit-learn, etc.
- Experience with Docker, Kubernetes, or some other containerization technology
- AWS Sagemaker (or Azure ML) and MLflow experience
- Experience building enterprise ML models
Benefits
- Remote‑First Work Environment
- Casual, award‑winning small‑business work environment
- Collaborative culture that prizes autonomy, creativity, and transparency
- Competitive comp, excellent benefits, 4 weeks PTO plus 10 Holidays (and other cool perks)
- Accelerated learning and professional development through advanced training and certifications ph Data celebrates diversity and is committed to creating an inclusive environment for all employees.
Our approach helps us to build a winning team that represents a variety of backgrounds, perspectives, and abilities.
So, regardless of how your diversity expresses itself, you can find a home here at ph Data.
We are proud to be an equal opportunity employer.
We prohibit discrimination and harassment of any kind based on race, color, religion, national origin, sex (including pregnancy), sexual orientation, gender identity, gender expression, age, veteran status, genetic information, disability, or other applicable legally protected characteristics.
If you would like to request an accommodation due to a disability, please contact us at People Operations.
#J-18808-Ljbffr
Machine Learning Solutions Architect Arbeitgeber: phData
phData ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der technologische Neugier, Eigenverantwortung und Vertrauen gefördert werden. Mit einem remote-first Ansatz und einem internationalen Team aus den USA, Lateinamerika und Indien, ermöglicht phData seinen Mitarbeitern nicht nur die Flexibilität, sondern auch zahlreiche Wachstums- und Entwicklungsmöglichkeiten in einem schnell wachsenden Unternehmen. Die Auszeichnung als mehrfacher Snowflake Partner des Jahres und die Anerkennung als preisgekröntes Arbeitsumfeld unterstreichen das Engagement für eine inklusive und unterstützende Unternehmenskultur.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Machine Learning Solutions Architect erhalten könntest
✨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 phData 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 Solutions Architect 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 Solutions Architect bei phData gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei phData 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 phData entscheidend sein!