Auf einen Blick
- Aufgaben: Entwickle ML-Strategien zur Optimierung von Zahlungen und leite technische Standards.
- Unternehmen: Innovatives Unternehmen im Zahlungsverkehr mit einem vielfältigen Team aus über 50 Nationalitäten.
- Vorteile: Hybrid-Arbeitsmodell, 30 Tage Urlaub, Weiterbildungsgeld und Gesundheitsleistungen.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Entwicklungsmöglichkeiten und einem Fokus auf Teamarbeit.
- Warum dieser Job: Gestalte die Zukunft des globalen Zahlungsverkehrs und arbeite an spannenden Herausforderungen.
- Qualifikationen: Erfahrung in ML-Architektur und Softwareentwicklung auf Senior-Niveau.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
Bei PPRO vereinfachen wir den Zugang zu lokalen Zahlungen und bieten eine lokale Zahlungsplattform, die großen Unternehmen wie PayPal, Stripe und Microsoft ermöglicht, mit Milliarden von Verbrauchern weltweit zu interagieren. Wir sind auf einer ehrgeizigen, schnelllebigen Mission, unser Wachstum bis 2028 zu verdreifachen - und wir fangen gerade erst an.
Als Staff Machine Learning Engineer im Performance Powerhouse-Team von PPRO definieren Sie die technische Vision und Architektur für ML-gesteuerte Zahlungsoptimierung in der gesamten Organisation. Sie werden über die Ausführung gut definierter Probleme hinausgehen und die wichtigsten Chancen identifizieren und formulieren - indem Sie Strategie, Architektur und Ausführung über mehrere Teams hinweg verbinden.
Sie werden eng mit Produkt, Daten, Core Payments und Platform Engineering zusammenarbeiten, um Standards festzulegen, systemische Engpässe zu beseitigen und sicherzustellen, dass die ML-Fähigkeiten von PPRO mit dem Geschäft wachsen. Diese Rolle richtet sich an Ingenieure, die ML und Software-Handwerk auf seniorer Ebene gemeistert haben und nun bereit sind, ihren Einfluss durch technische Führung, Mentoring von Senior-Ingenieuren und architektonische Entscheidungen, die die Art und Weise prägen, wie die Daten- und ML-Organisation ML-Systeme aufbaut und bereitstellt, zu multiplizieren.
Aufgaben:
- Definieren Sie die ML-Technologiestrategie: Führen Sie die mehrmonatige Roadmap für ML-gesteuerte Autorisierungsoptimierung, Routing-Intelligenz und Wiederholungsstrategien.
- Architektur grundlegender ML-Systeme: Entwerfen und leiten Sie die Implementierung gemeinsamer ML-Infrastrukturen.
- Führen Sie technische Standards über Teams hinweg ein: Verfassen und fördern Sie ML-Engineering-Standards.
- Lösen Sie mehrdeutige, risikobehaftete Probleme: Übernehmen Sie Herausforderungen, bei denen das Problem selbst nicht gut definiert ist.
- Mentor und fördern Sie Senior-Ingenieure: Investieren Sie aktiv in das Wachstum von Senior-Ingenieuren.
- Leiten Sie Experimente in großem Maßstab: Entwerfen Sie die Experimentierstrategie für Live-Zahlungsverkehr.
- Verbessern Sie die Ingenieurkultur: Führen Sie Design-Reviews durch und setzen Sie Erwartungen für technische Dokumentation.
Was Sie zu einem großartigen Kandidaten macht:
- Erfahrung in der ML-Architektur im großen Maßstab.
- Technische Führung ohne Autorität.
- Tiefe Kenntnisse in klassischem und angewandtem ML.
- Umfangreiche Erfahrung in der Produktion von ML-Engineering.
- Exzellenz in der Softwareentwicklung.
- Strategisches Denken und Geschäftssinn.
- Tiefe Kenntnisse im Zahlungsbereich.
- Beherrschung der Cloud-Infrastruktur.
Was wir bieten:
- Hybrides Arbeiten mit einer Erwartung von 3 Tagen pro Woche vor Ort.
- Ein jährliches Budget von 1.000 € zur Unterstützung Ihrer beruflichen Entwicklung.
- Verschiedene Versicherungen, einschließlich Unfall- und Reiseversicherung.
- Unterstützung bei den Kosten für Ihre Fitnessstudio-Mitgliedschaft.
- Erweiterte Familienzeit.
- Zugang zu einer Plattform für psychische Gesundheit.
- Haustierfreundliches Büro.
Unsere Prinzipien:
- Wir erledigen die Dinge.
- Wir handeln mit Vertrauen und Integrität.
- Wir stellen den Kunden in den Mittelpunkt.
- Wir verbessern ständig unsere Prozesse.
- Wir arbeiten als Team.
Wir begrüßen Bewerber aus allen Hintergründen, Identitäten und Erfahrungen und stellen sicher, dass unser Einstellungsprozess für alle zugänglich ist.
Staff Machine Learning Engineer - Berlin Arbeitgeber: PPRO
PPRO ist ein hervorragender Arbeitgeber, der eine dynamische und inklusive Arbeitsumgebung bietet, in der Mitarbeiter die Möglichkeit haben, ihre Fähigkeiten in einem internationalen Team von über 50 Nationalitäten zu entfalten. Mit einem starken Fokus auf persönliche Entwicklung, flexiblen Arbeitsmodellen und umfassenden Sozialleistungen, einschließlich einer jährlichen Weiterbildungspauschale und einem mentalen Gesundheitsprogramm, fördert PPRO das Wachstum und das Wohlbefinden seiner Mitarbeiter. Hier haben Sie die Chance, bedeutende Beiträge zur globalen Zahlungslandschaft zu leisten und gleichzeitig in einem unterstützenden und vertrauensvollen Umfeld zu arbeiten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Staff Machine Learning Engineer - Berlin 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 PPRO 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 Staff Machine Learning Engineer - Berlin 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 Staff Machine Learning Engineer - Berlin bei PPRO gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei PPRO 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 PPRO entscheidend sein!