Auf einen Blick
- Aufgaben: Entwickle KI-gestützte Bedrohungsanalysen aus Sicherheitsprotokollen und arbeite an innovativen Projekten.
- Unternehmen: RedMimicry, ein Unternehmen mit Fokus auf Cybersicherheit und KI-Technologien.
- Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen und flexible Arbeitsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Entwicklungsmöglichkeiten und einem engagierten Team.
- Warum dieser Job: Gestalte die Zukunft der Cybersicherheit mit modernster Technologie und echtem Einfluss.
- Qualifikationen: Gute Programmierkenntnisse in Python und Erfahrung mit Datenverarbeitung.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
Wir bauen eine neue Fähigkeit auf, die fragmentierte, rauschende Sicherheitsprotokolle in erklärbare, KI-gestützte Bedrohungsanalysen umwandelt, die innerhalb der RedMimicry-Plattform bereitgestellt werden. Als AI/ML Engineer bei RedMimicry werden Sie die Datensätze, Benchmarks und Evaluierungsinfrastruktur hinter unserer angewandten AI/ML-Arbeit an Sicherheitstelemetrie aufbauen. Die Qualität dieser Arbeit hängt von genauer Grundwahrheit, disziplinierten Datenhandling, reproduzierbaren Experimenten und systematischer Fehleranalyse ab. Ihre Arbeit wird bestimmen, ob gemeldete Verbesserungen real sind und ob Regressionen vor der Bereitstellung erkannt werden. Sie werden eng mit dem Senior AI/ML Engineer und dem Offensive Security Engineer zusammenarbeiten. Diese Rolle eignet sich für einen Berufseinsteiger oder einen Ingenieur auf mittlerem Niveau mit starken Programmier- und Datenfähigkeiten, der in einer technisch anspruchsvollen Cybersecurity-Umgebung an angewandter KI arbeiten möchte.
Was Sie tun werden:
- Sicherheitsdatensätze kuratieren: Telemetrie aus kontrollierten Einsätzen und Testumgebungen vorbereiten.
- Grundwahrheit aufbauen: Beschriftete Beispiele, Annotationsrichtlinien und Konsistenzprüfungen erstellen und pflegen.
- Evaluierungspartitionen pflegen: Trainings-, Validierungs- und Testdaten entlang relevanter Dimensionen trennen.
- Benchmarks automatisieren: Metriken implementieren und reproduzierbare Benchmark- und Regression-Pipelines, die lokal und in CI laufen, pflegen.
- Experimente durchführen und Fehleranalysen: Modelle und Methoden bewerten sowie wiederkehrende Fehlermuster und Datenqualitätsprobleme identifizieren.
- Datenqualität aufrechterhalten: Schemaprüfungen, Herkunftsverfolgung, Duplikatsentfernung, Validierung und Versionierung von Datensätzen implementieren.
- Experimente dokumentieren: Klare Experimentaufzeichnungen, Diagramme, Tabellen und technische Zusammenfassungen erstellen, die Ingenieursentscheidungen unterstützen.
Fähigkeiten: Sie müssen nicht alle Anforderungen erfüllen, um sich zu bewerben. Starke praktische Arbeiten, Forschungsprojekte, Open-Source-Beiträge oder eine relevante Thesis können begrenzte kommerzielle Erfahrungen ausgleichen.
- Programmierung und Datenarbeit: Gute Python-Programmierkenntnisse, Erfahrung mit Pandas, NumPy, PyTorch oder ähnlichen Werkzeugen, Fähigkeit zur zuverlässigen Verarbeitung strukturierter und unstrukturierter Daten, Vertrautheit mit Git, automatisierten Tests und reproduzierbaren Entwicklungsabläufen.
- Maschinenlernen und Evaluation: Praktisches Verständnis von überwachter Evaluation, Train/Test-Trennung und grundlegender Statistik, Vertrautheit mit Sprachmodellen, Einbettungen, Abruf, Klassifikation oder Informationsbeschaffung, Erfahrung mit Experimentverfolgung, Benchmarking oder Regressionstests, Fähigkeit, statistisch signifikante Ergebnisse von anekdotischen Beispielen zu unterscheiden.
- Datenqualität und Annotation: Sorgfältiger Umgang mit Labels, Herkunft, Randfällen und mehrdeutigen Beispielen, Erfahrung mit Datensatzannotation oder Benchmark-Konstruktion ist von Vorteil, Fähigkeit, klare Annotations- und Evaluierungsrichtlinien zu schreiben.
- Cybersecurity-Wissen: Erfahrung mit Sicherheitsprotokollen, Betriebssystemtelemetrie, SIEM, EDR, Netzwerkdaten oder Incident-Response ist von Vorteil, Interesse an Angreiferverhalten, Erkennung und evidenzbasierter Sicherheitsanalyse.
- Bildung: Abschluss in Informatik, Datenwissenschaft, Maschinenlernen, Mathematik, Cybersecurity oder einem verwandten Fachgebiet oder gleichwertige praktische Erfahrung.
- Sprachen: Englisch (erforderlich), Deutsch (von Vorteil).
Weitere Anforderungen: Vorhandenes legales Recht, in Deutschland zu arbeiten und Hauptwohnsitz in Deutschland, sauberes Führungszeugnis, Bereitschaft, einmal im Monat ins Büro nach Berlin zu reisen.
Junior AI/ML Engineer, Data and Evaluation Arbeitgeber: RedMimicry GmbH
RedMimicry ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet, in der Innovation und Teamarbeit im Mittelpunkt stehen. Als Junior AI/ML Engineer haben Sie die Möglichkeit, an spannenden Projekten im Bereich Cybersicherheit zu arbeiten und Ihre Fähigkeiten in einem technisch anspruchsvollen Umfeld weiterzuentwickeln. Wir fördern das Wachstum unserer Mitarbeiter durch kontinuierliche Weiterbildung und bieten flexible Arbeitsbedingungen, die es Ihnen ermöglichen, Beruf und Privatleben in Einklang zu bringen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Junior AI/ML Engineer, Data and Evaluation 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 RedMimicry GmbH 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 Junior AI/ML Engineer, Data and Evaluation 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 Junior AI/ML Engineer, Data and Evaluation bei RedMimicry GmbH gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei RedMimicry GmbH 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 RedMimicry GmbH entscheidend sein!
