Auf einen Blick
- Aufgaben: Verwalte den Datenkennzeichnungsprozess und stelle sicher, dass unsere KI mit hochwertigen Daten trainiert wird.
- Unternehmen: Stark, ein führendes Unternehmen für Verteidigungstechnologie mit innovativer Kultur.
- Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen in der Verteidigungsbranche.
- Warum dieser Job: Arbeite an spannenden KI-Projekten, die echte Sicherheit schaffen und nationale Souveränität schützen.
- Qualifikationen: Organisiert, detailorientiert und Grundkenntnisse in Computer Vision und Machine Learning.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
Type: Onsite
Bei Stark gestalten wir die Zukunft der europäischen und nationalen Sicherheit durch modernste, KI-gesteuerte Technologie und unvergleichliche Ingenieurskunst. Als führendes Unternehmen im Bereich Verteidigungstechnologie ist unsere Mission klar: NATO-Partner und deren Verbündete mit autonomen Verteidigungsplattformen der nächsten Generation und fortschrittlicher, KI-gesteuerter Software auszustatten, die in den anspruchsvollsten Umgebungen der Welt funktionieren. Wir glauben, dass wahre Sicherheit aus unermüdlicher Innovation entsteht. Durch die Kombination von erstklassigem Ingenieurwissen mit agiler Technologie und einer KI-nativen Betriebskultur verwandelt Stark komplexe Verteidigungsherausforderungen in erprobte, multidimensionale Lösungen.
WARUM UNS BEITRETEN
Die Software und Systeme, an denen Sie arbeiten, schützen direkt das Personal und verteidigen die europäische und nationale Souveränität. Sie werden Seite an Seite mit führenden Köpfen der Branche an autonomen Systemen, fortschrittlichem Antrieb und sicheren Cyber-Plattformen arbeiten. Wir fördern ein dynamisches, kollaboratives Umfeld, in dem mutige Ideen durch ernsthafte F&E-Unterstützung gefördert werden.
ÜBER DAS TEAM
Das Data Operations-Team bei Stark baut und pflegt die zentralen Datenpipelines, Sensorprotokolle und Annotierungsworkflows, die unsere KI- und Wahrnehmungsmodelle speisen. An der Schnittstelle von Hardwaretests, Flugprotokollen und maschinellem Lernen sorgt das Team für eine hohe Verfügbarkeit von Daten mit hoher Durchsatzrate und hoher Genauigkeit. Wir arbeiten eng mit ML-Ingenieuren, Wahrnehmungsexperten und externen Labeling-Partnern zusammen, um Trainingsdaten für autonome Verteidigungssysteme zu skalieren.
IHRE MISSION
Sie sind die entscheidende Verbindung zwischen unseren Rohfelddaten, unseren externen Labeling-Partnern und unseren internen Machine Learning-Teams. Ihre Mission ist es, sicherzustellen, dass unsere KI-Modelle mit den bestmöglichen Daten trainiert werden. Sie sind verantwortlich für die täglichen Abläufe des Datenlabeling-Lebenszyklus: Kuratierung von Rohdaten, Vorbereitung von Annotierungsbatches, Verwaltung der Kommunikation mit Anbietern und strenge Bewertung der Qualität eingehender Labels.
WAS SIE BEI STARK TUN WERDEN
- Verantwortung für den täglichen Datenlabeling-Lebenszyklus: Kuratierung von Rohfelddaten, Erstellung von Annotierungsbatches und Vorbereitung von Lieferungen für externe Labeling-Unternehmen.
- Hauptansprechpartner für externe Datenannotierungsanbieter sein, Grenzfälle klären und Feedback zu Labeling-Richtlinien geben.
- Strenge Qualitätskontrollen (QA) bei eingehenden Label-Lieferungen durchführen, Fehlerquoten verfolgen und Leistungsberichte erstellen.
- Datenkuratierungsbemühungen unterstützen, wertvollste Sensordaten (Bilder, Videos, Lidar) für das Modelltraining filtern und auswählen.
- Eng mit ML-Ingenieuren zusammenarbeiten, um deren Datenbedürfnisse, Grenzfälle und spezifische Anforderungen an die Computer Vision zu verstehen.
- Den Datenkatalog pflegen, indem sichergestellt wird, dass eingehende Datensätze ordnungsgemäß gekennzeichnet und protokolliert werden.
WAS SIE ZUR MISSION MITBRINGEN
- Hochgradig organisiert und detailorientiert: Sie können mehrere Datenbatches, Lieferungen von Anbietern und QA-Prozesse gleichzeitig verwalten, ohne den Überblick zu verlieren.
- Starke Kommunikationsfähigkeiten: Sie sind in der Lage, mit externen Anbietern zu koordinieren und klare, eindeutige Anweisungen/Richtlinien zu schreiben.
- Grundlegendes Verständnis von Computer Vision und Konzepten des maschinellen Lernens (z.B. Bounding Boxes, Segmentierungs-Masken, Objektverfolgung).
- Vertrautheit mit grundlegenden Skripting-Fähigkeiten (Python) und Datenabfragen (SQL), um kleine Aufgaben zu automatisieren oder Datenbatches zu filtern.
- Pragmatischer Problemlöser, der es genießt, Ordnung in chaotische Datenlieferungen zu bringen.
- Fließend in Englisch.
SICHERHEITSÜBERPRÜFUNG
Aufgrund der Natur unserer Arbeit im Verteidigungssektor müssen die Kandidaten berechtigt sein, die erforderliche Sicherheitsüberprüfung für diese Position zu erhalten und aufrechtzuerhalten. Einzelheiten werden im Verlauf des Rekrutierungsprozesses bereitgestellt.
GLEICHE CHANCEN
Wir sind ein Arbeitgeber, der Chancengleichheit bietet und uns verpflichtet hat, einen vielfältigen und integrativen Arbeitsplatz zu fördern. Alle qualifizierten Bewerber werden unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, nationaler Herkunft, Behinderung oder einer anderen durch geltendes Recht geschützten Eigenschaft berücksichtigt.
Data Operations & Labeling Specialist (All Genders) arbeitnow Skdse · 10/31/2026 in Berlin Arbeitgeber: Primetime
SoSafe ist ein hervorragender Arbeitgeber, der dir die Möglichkeit bietet, in einem dynamischen und hochmotivierten Team zu arbeiten, das Vielfalt und Innovation schätzt. Mit flexiblen Arbeitszeiten, 33 Tagen Urlaub und einem individuellen Weiterbildungsbudget unterstützt SoSafe nicht nur deine berufliche Entwicklung, sondern sorgt auch für eine ausgewogene Work-Life-Balance. In Köln hast du die Chance, Teil eines schnell wachsenden Scale-ups zu werden, das sich aktiv für die Sicherheit in der digitalen Welt einsetzt und dir zahlreiche Möglichkeiten zur persönlichen und fachlichen Entfaltung bietet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Operations & Labeling Specialist (All Genders) arbeitnow Skdse · 10/31/2026 in 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 Primetime 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 Data Operations & Labeling Specialist (All Genders) arbeitnow Skdse · 10/31/2026 in 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 Data Operations & Labeling Specialist (All Genders) arbeitnow Skdse · 10/31/2026 bei Primetime gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Primetime 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 Primetime entscheidend sein!
