Staff Machine Learning Researcher

Staff Machine Learning Researcher

Vollzeit 60750 - 74250 € / Jahr (geschätzt) Homeoffice (teilweise)
R

Auf einen Blick

  • Aufgaben: Leite spannende ML-Projekte und verbessere unsere Kernmetriken mit innovativen Lösungen.
  • Unternehmen: RTB House, ein globales Unternehmen für fortschrittliche Marketingtechnologien.
  • Vorteile: Zugang zu neuesten Technologien, flexible Arbeitszeiten und die Möglichkeit, remote zu arbeiten.
  • Weitere Informationen: Arbeite in einem enthusiastischen Team und teile dein Wissen in einer dynamischen Umgebung.
  • Warum dieser Job: Gestalte die Zukunft des Marketings mit deinem Wissen in Machine Learning und erziele sofortige Auswirkungen.
  • Qualifikationen: Mindestens 5 Jahre Erfahrung in Forschung oder Engineering, 2 Jahre praktische ML-Erfahrung.

Das prognostizierte Gehalt liegt zwischen 60750 - 74250 € pro Jahr.

RTB House ist ein globales Unternehmen, das hochmoderne Marketingtechnologien für führende Marken und Agenturen weltweit bereitstellt. Die proprietäre Ad-Buying-Engine ist die erste der Welt, die vollständig von Deep Learning-Algorithmen betrieben wird, was es Werbetreibenden ermöglicht, herausragende Ergebnisse zu erzielen und ihre Ziele in jeder Phase des Funnels zu erreichen.

Als Staff ML Researcher werden Sie an herausfordernden ML-Projekten arbeiten, die die Art und Weise erweitern und verbessern, wie ML in unserem Unternehmen eingesetzt wird. ML steht im Mittelpunkt von RTB House, und Sie werden einen starken, unmittelbaren Einfluss auf unsere Kernmetriken haben. Wir suchen einen starken individuellen Beitragenden, der Forschungsprojekte mit hohem Umfang und Unklarheit leitet.

Die folgenden Fähigkeiten sind entscheidend:

  • Fähigkeit zur Lösung unklarer Probleme: Sie müssen das Kernproblem verstehen, das Ziel definieren und den Erfolg messen sowie den effektivsten Weg zur Problemlösung finden.
  • Praktische ML-Expertise: Dies ist eine angewandte Forschungsrolle: Wir bauen ML-Systeme, die in der Produktion laufen. Sie werden Code schreiben, Modelle trainieren, Experimente durchführen und implementieren.
  • Ergebnisorientierung: Wir schätzen einen gesunden Antrieb, Probleme effektiv zu lösen, indem wir einfach beginnen und komplexe Werkzeuge nur bei Bedarf verwenden.
  • Führungsfähigkeiten: Wir suchen jemanden, der Projekte mit hohem Potenzial identifizieren, eine Vision erstellen, mit Stakeholdern kommunizieren und vor allem umsetzen kann.
  • End-to-End-Eigentum: Sie werden die Projekte von der Konzeption über Analyse, Forschung, den Aufbau eines Prototyps, Tests bis zur endgültigen Implementierung und Bereitstellung besitzen.
  • Effektive Kommunikation: In dieser Rolle werden Sie mit vielen Menschen zusammenarbeiten, und es ist entscheidend, gut zu kommunizieren und die Arbeit effektiv zu organisieren.

Sie werden:

  • Forschungsprojekte mit unternehmensweiter Reichweite und direktem Einfluss auf unsere Kernmetriken identifizieren, definieren und vorantreiben.
  • Modelle entwerfen und implementieren, meist tiefe neuronale Netzwerke, die das Verhalten und die Vorlieben von Internetnutzern vorhersagen.
  • Neue Ansätze zur Modellierung wichtiger Themen entwickeln und testen, wie z.B. Bietstrategien in First-Price-Auktionen.
  • A/B-Tests neuer Lösungen durchführen und analysieren.
  • Die neuesten Arbeiten im Bereich Machine Learning verfolgen und in praktische Verbesserungen umsetzen.
  • Forscher betreuen und Forschungspraktiken in Teams gestalten.

Erwartete Erfahrungen:

  • 5+ Jahre Erfahrung als Forscher oder Ingenieur.
  • 2+ Jahre praktische Erfahrung mit Machine Learning / Data Science.
  • Kenntnisse in Programmierung.
  • Fundierte mathematische Kenntnisse und Intuitionen.

Was wir bieten:

  • Technologie: Zugang zu den neuesten Technologien und die Möglichkeit, diese in großangelegten und dynamischen Projekten zu nutzen.
  • Einfluss: Ihre Arbeit wird sofortige Auswirkungen auf die Geschäftsergebnisse des Unternehmens haben.
  • Wohlbefinden: Remote- und Vor-Ort-Arbeit möglich. Flexible Arbeitszeiten.
  • Kultur: Arbeiten in einem Team von Enthusiasten mit umfangreicher Erfahrung in ML.
  • Zweckorientierte Arbeit: Ihr wachsendes Wissen und Ihre Kompetenzen werden in praktischen Anwendungen verwendet, die direkt mit Geschäftsergebnissen verbunden sind.

Staff Machine Learning Researcher Arbeitgeber: rtbhouse

RTB House ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an innovativen Machine Learning Projekten zu arbeiten, die direkt die Unternehmensziele beeinflussen. Mit einem flexiblen Arbeitsumfeld, Zugang zu modernster Technologie und einer Kultur des Wissensaustauschs fördert das Unternehmen das persönliche Wachstum und die berufliche Entwicklung seiner Mitarbeiter. Hier haben Sie die Chance, in einem dynamischen Team von Enthusiasten zu arbeiten, das sich leidenschaftlich für die neuesten Entwicklungen im Bereich ML einsetzt.

R

Kontaktdaten:

rtbhouse Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Staff Machine Learning Researcher 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 rtbhouse 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 Researcher mit Bravour zu bestehen

Maschinelles Lernen (ML) Expertise
Problemlösungsfähigkeiten
Ergebnisseorientierung
Führungskompetenzen
End-to-End Projektverantwortung
Effektive Kommunikation
Modellierung von tiefen neuronalen Netzwerken

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 Researcher bei rtbhouse gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei rtbhouse 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 rtbhouse entscheidend sein!