Auf einen Blick
- Aufgaben: Entwickle KI-Modelle und optimiere unsere Supply Chain mit innovativen Technologien.
- Unternehmen: Schwarz Digits, Teil der Schwarz Gruppe, treibt digitale Transformation voran.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Team.
- Weitere Informationen: Agiles Umfeld mit großartigen Karrierechancen und kreativen Gestaltungsspielräumen.
- Warum dieser Job: Gestalte die datengetriebene Zukunft und mache echten Einfluss auf Geschäftsabläufe.
- Qualifikationen: Studium in Informatik oder verwandten Bereichen und Erfahrung in Python und Cloud-Technologien.
Das prognostizierte Gehalt liegt zwischen 55000 - 75000 € pro Jahr.
Du hast ein abgeschlossenes Studium im Bereich Informatik, Ingenieurwesen, Mathematik, Statistik oder einer vergleichbaren Fachrichtung. Du hast eine fundierte Praxis in Python, mit einem starken Fokus auf sauberen, effizienten, wartbaren und absolut produktionsreifen Code. Du verfügst über nachgewiesene Erfahrung im Umgang mit Distributed-Computing-Frameworks wie Kubernetes oder Apache Spark. Du hast Hands-on Know-how im Design und der Implementierung von Cloud-Native-Anwendungen sowie praktische Erfahrung mit mindestens einem großen Cloud-Provider (z. B. GCP, Azure). Du besitzt ein tiefes Verständnis für Software-Engineering Best Practices: Versionskontrolle (z. B. Git), Testing und CI/CD-Pipelines gehören zu deinem Handwerkszeug. Du hast bereits erfolgreich robuste KI/ML-Systeme für den Produktionseinsatz konzipiert und ausgerollt ist ein großes Plus. Gute Kenntnisse in grundlegenden KI- und Machine-Learning-Methoden, inklusive Supervised/Unsupervised Learning, Optimierungsalgorithmen und Deep Learning sind ebenfalls von Vorteil. Du hast sehr gute Deutsch- und Englischkenntnisse (C1-Niveau).
Im Bereich Artificial Intelligence Forecasting entwickeln wir Datenprodukte für die Unternehmen der Schwarz Gruppe. Wir nutzen aktuelle Cloud- und AI Technologien, um innovative Lösungen für eine Vielzahl von Geschäftsfeldern von der Produktion über das Filialgeschäft bis zur Logistik zu entwickeln und operativ zu betreiben. In dieser Position übernimmst du die End-to-End-Verantwortung für die Entwicklung, Industrialisierung und den Betrieb komplexer Datenprodukte. Als technologischer Brückenbauer zwischen Data Science und Data Engineering bringst du zukunftsweisende Machine-Learning-Modelle – insbesondere für spannende Forecasting-Cases – erfolgreich produktiv. Mit Deiner Expertise in modernen Cloud- und Big-Data-Technologien sorgst du für Skalierbarkeit und reibungslose Deployments (MLOps/DevOps). In unseren agilen, interdisziplinären Teams bist du nicht nur ein Macher, sondern auch ein geschätzter Kommunikator, der komplexe Daten-Szenarien für unsere Stakeholder greifbar macht.
Deine Aufgaben:
- Du entwirfst und entwickelst Optimierungsalgorithmen sowie Machine-Learning-Modelle für unsere Bedarfsprognosen und treibst so die Optimierung unserer Supply Chain voran.
- Du begleitest analytische Anwendungen von der ersten Idee bis hin zur erfolgreichen Produktion und stellst dabei unsere hohen Qualitätsstandards sicher.
- Du betreust und verbesserst KI-gestützte Produkte, die direkten und spürbaren Einfluss auf unsere Geschäftsabläufe haben.
- Du entwickelst und pflegst essenzielle Software-Tools und Frameworks für das Deployment und Monitoring von KI-Modellen im Live-Betrieb.
- In enger Zusammenarbeit mit Product Ownern, Data Scientists und Data Engineers integrierst du innovative KI-Lösungen nahtlos in unsere bestehenden Systeme und Workflows.
- Du hast das Talent, komplexe technische Konzepte und Ergebnisse klar und verständlich auf den Punkt zu bringen – sowohl für dein Tech-Team als auch für unsere Fachbereiche.
Software Engineer for AI Forecasting (m/w/x) - ['Vollzeit'] Arbeitgeber: Schwarz Digits
Schwarz Digits ist ein hervorragender Arbeitgeber, der dir die Möglichkeit bietet, an der Schnittstelle zwischen Agilität und Sicherheit zu arbeiten. Du profitierst von schnellen Entscheidungswegen und echten Gestaltungsspielräumen in einem dynamischen Umfeld, das auf Innovation und digitale Transformation fokussiert ist. Zudem fördern wir aktiv die persönliche und berufliche Weiterentwicklung unserer Mitarbeiter und bieten dir die Chance, an spannenden Projekten im Bereich KI und Cloud-Technologien mitzuwirken, die direkten Einfluss auf unsere Geschäftsabläufe haben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Software Engineer for AI Forecasting (m/w/x) - ['Vollzeit'] erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit anderen Fachleuten in Kontakt zu treten. Lass uns gemeinsam dein Netzwerk erweitern und vielleicht findest du so den perfekten Job!
✨Sei proaktiv!
Warte nicht darauf, dass die Stellenanzeigen auf dich zukommen. Gehe aktiv auf Unternehmen zu, die dich interessieren, und zeige dein Interesse an ihren Projekten. Wir können dir helfen, deine Ansprache zu optimieren!
✨Bereite dich auf technische Interviews vor!
Mach dich mit typischen Fragen und Aufgaben vertraut, die in technischen Interviews gestellt werden. Übe Coding-Challenges und sei bereit, deine Lösungen zu erklären. Wir haben Ressourcen, die dir dabei helfen können!
✨Bewirb dich direkt über unsere Website!
Wenn du bei uns arbeiten möchtest, bewirb dich direkt über unsere Website. So hast du die besten Chancen, gesehen zu werden und wir können dich schneller in den Auswahlprozess einbeziehen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Software Engineer for AI Forecasting (m/w/x) - ['Vollzeit'] mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wir wollen dich kennenlernen, also zeig uns deine Persönlichkeit! Verwende in deinem Anschreiben eine authentische Sprache und erzähle uns, warum du für die Position brennst. Das macht deine Bewerbung einzigartig.
Betone deine Skills:Stell sicher, dass du deine Erfahrungen mit Python, Cloud-Technologien und KI-Methoden klar hervorhebst. Wir suchen nach konkreten Beispielen, wie du diese Fähigkeiten in der Praxis eingesetzt hast. Zeig uns, was du drauf hast!
Mach es übersichtlich:Halte deinen Lebenslauf und dein Anschreiben strukturiert und übersichtlich. Verwende klare Absätze und Bullet Points, um wichtige Informationen hervorzuheben. So können wir schnell erkennen, dass du der richtige Kandidat bist.
Bewirb dich über unsere Website:Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. Dort findest du alle Informationen und kannst sicherstellen, dass deine Unterlagen direkt bei uns landen. Wir freuen uns auf deine Bewerbung!
Wie man sich auf ein Vorstellungsgespräch bei Schwarz Digits vorbereitet
✨Mach dich mit den Technologien vertraut
Bevor du zum Interview gehst, solltest du dir die Zeit nehmen, um die spezifischen Technologien und Tools, die in der Stellenbeschreibung erwähnt werden, gründlich zu verstehen. Das bedeutet, dass du dich mit Python, Kubernetes, Apache Spark und Cloud-Providern wie GCP oder Azure auseinandersetzt. Zeige im Gespräch, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Erfahrungen damit.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast, insbesondere solche, die mit KI/ML-Systemen oder Cloud-Native-Anwendungen zu tun haben. Bereite dich darauf vor, diese Beispiele klar und prägnant zu präsentieren, um deine Fähigkeiten und Erfahrungen zu untermauern.
✨Verstehe die Rolle des Brückenbauers
In dieser Position wird von dir erwartet, dass du zwischen Data Science und Data Engineering vermittelst. Überlege dir, wie du diese Brückenfunktion in deinen bisherigen Projekten ausgefüllt hast und sei bereit, darüber zu sprechen, wie du komplexe technische Konzepte für verschiedene Stakeholder verständlich machst.
✨Zeige deine Kommunikationsfähigkeiten
Da die Rolle auch viel Kommunikation erfordert, ist es wichtig, dass du deine Fähigkeit zur klaren und effektiven Kommunikation unter Beweis stellst. Übe, technische Informationen einfach und verständlich zu erklären, sowohl auf Deutsch als auch auf Englisch, um zu zeigen, dass du in einem interdisziplinären Team arbeiten kannst.
