Machine Learning Engineer (Copy)

Machine Learning Engineer (Copy)

Berlin Vollzeit 61650 - 75350 € / Jahr (geschätzt) Homeoffice (teilweise)
sennder Technologies

Auf einen Blick

  • Aufgaben: Entwickle innovative ML-Lösungen zur Optimierung von Preis- und Empfehlungssystemen.
  • Unternehmen: Führendes digitales Frachtunternehmen mit dynamischer Kultur.
  • Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
  • Weitere Informationen: Vibrante Büros mit gesunden Snacks und einem unterstützenden Team aus 74 Nationalitäten.
  • Warum dieser Job: Gestalte die Zukunft der Logistik mit modernster KI-Technologie.
  • Qualifikationen: Mindestens 5 Jahre Erfahrung in Data Science oder Machine Learning Engineering.

Das prognostizierte Gehalt liegt zwischen 61650 - 75350 € pro Jahr.

Logistik ist einer der besten Anwendungsfälle für KI, und im Gegensatz zu den meisten unserer Mitbewerber besitzen wir den gesamten Prozess: die Plattform, die Operationen und die Daten, die sie verbinden. Diese geschlossene Rückkopplungsschleife ist ein sich verstärkender Vorteil, den die meisten Wettbewerber nicht replizieren können. Diese Rolle existiert, um diesen Vorteil in sennders schärfste Kante in Bezug auf Marge, Kosten und Service umzuwandeln, denn KI wird uns diesen Vorteil verschaffen, wenn wir führen, oder ein Risiko darstellen, wenn wir zurückfallen.

Als Machine Learning Engineer werden Sie Teil unseres hochqualifizierten ML-Teams. Dies ist eine angewandte Machine-Learning-Rolle, die sich auf hochinnovative, forschungsorientierte Themen konzentriert. Sie werden an einem vielfältigen Portfolio von Projekten mit hoher Wirkung arbeiten, die von der Optimierung unserer etablierten Empfehlungs- und Preisbildungs-Engines bis hin zum Aufbau neuer Lösungen reichen. Diese Rolle kann in unserem Büro in Berlin, Barcelona oder Amsterdam angesiedelt sein.

Um erfolgreich zu sein, erfordert diese Rolle einen starken Fokus auf tiefgehende Datenwissenschaft und statistische Erkundung (ungefähr 70 % Ihres Aufgabenbereichs), gepaart mit den grundlegenden Fähigkeiten im Bereich Machine Learning Engineering (ca. 30 %), die erforderlich sind, um Prototypen in produktionsreife Modelle zu überführen. Sie werden nicht nur technische Spezifikationen umsetzen; Sie werden direkt mit Endbenutzern, Betreibern und Produktmanagern zusammenarbeiten, um deren Arbeitsabläufe tiefgehend zu verstehen, was Ihnen echte Entscheidungsbefugnis über die Richtung des Produkts verleiht.

Sie werden einen ganzheitlichen Ansatz für die Projektbereitstellung verfolgen, als End-to-End-ML-Ingenieur agieren und die volle Verantwortung vom "Light MVP" F&E bis zur Produktionsbereitstellung übernehmen.

WAS SIE TUN WERDEN…

  • Preisbildungs-Engine-Optimierung: Entwickeln und iterieren Sie an Gebotsabschätzungsalgorithmen und Margenoptimierungsmodellen, um unsere dynamische Preisbildungs-Engine anzutreiben und direkt die Rentabilität des Unternehmens zu steigern.
  • Carrier-Prognose: Erstellen Sie robuste prädiktive Modelle zur Prognose des Verhaltens von Transportdienstleistern und der Marktkapazität, damit unsere operativen Teams die richtigen Lkw zum richtigen Preis sichern können, bevor sich der Markt verändert.
  • Empfehlungssysteme: Pflegen und verbessern Sie unsere bestehenden Empfehlungssysteme, um die tägliche Effizienz unserer operativen Teams nahtlos zu unterstützen.
  • Branchinnovation & angewandtes ML: Erkunden und validieren Sie neue Bereiche, in denen maschinelles Lernen grundlegende logistische Herausforderungen lösen kann (wie z.B. Frachtrouten und Netzwerkoptimierung), und verwandeln Sie offene Branchenprobleme in skalierbare, datengestützte Lösungen.
  • Produktentdeckung & Ideation: Arbeiten Sie eng mit Produktmanagern zusammen, um kontinuierliche Produktentdeckung voranzutreiben, indem Sie mehrdeutige operationale Schmerzpunkte in klare, ergebnisorientierte ML-Hypothesen und schnelle Prototypen übersetzen.
  • KI- & LLM-Integration: Nutzen Sie grundlegende Modelle und KI-Agenten sowohl als tägliche Beschleuniger für Ihre eigenen Ingenieurarbeitsabläufe als auch als zentrale Komponenten zum Aufbau neuer interner Produkte. Wir erwarten von Ihnen, dass Sie pragmatisch Abwägungen treffen und immer die richtige Lösung für das jeweilige Problem wählen – sei es ein LLM, ein traditionelles ML-Modell oder eine einfache Heuristik.
  • Plattform-Kollaboration: Arbeiten Sie mit unserem Data & AI Platform (MLOps) Team zusammen, um Modelle über unsere interne ML-Infrastruktur zu nutzen und bereitzustellen. Sie werden als wichtiger Kunde dieser Plattform agieren und kontinuierliches Feedback und Beiträge leisten, um unsere globalen Ingenieurstandards zu gestalten.
  • End-to-End-Ausführung: Verfolgen Sie einen ganzheitlichen Ansatz für die Projektbereitstellung, indem Sie eine End-to-End-Haltung beibehalten, die den gesamten Lebenszyklus von der anfänglichen F&E und Prototypenerstellung bis hin zur Produktionsfreigabe und -überwachung abdeckt.

WAS WIR SUCHEN…

  • Erfahrung: Über 5 Jahre praktische Erfahrung in Datenwissenschaft oder Machine Learning Engineering.
  • Datenwissenschaftliche Grundlagen: Starke Grundlagen in statistischer Analyse, Hypothesentests und tiefgehender Datenexploration zur Validierung von Annahmen und kommerzieller Tragfähigkeit, bevor komplexe Modelle erstellt werden. Sie müssen über Kenntnisse der ML-Ansätze verfügen, um grundlegende Regressions- und Klassifikationsprobleme zu adressieren.
  • ML-Engineering: Erfahrung in der Bereitstellung von Modellen in Produktionsumgebungen, Schreiben von modularer Software und Verständnis der besten Praktiken in der Softwareentwicklung.
  • Technische Fähigkeiten: Starke Kenntnisse in Python, SQL und Git. Erfahrung mit Cloud-Datenlagern (z.B. Snowflake), Nutzung von Jupyter Notebooks zur Datenexploration und Erstellung interaktiver Datenanwendungen/Dashboards (z.B. Streamlit, PowerBI) zur Visualisierung von Ergebnissen für Stakeholder.
  • KI-Kompetenz: Ein solides Verständnis dafür, wie man große Sprachmodelle (LLMs) und verwandte KI-Tools in einer Produktionsumgebung einrichtet, bewertet und nutzt.
  • Geschäftssinn: Fähigkeit, komplexe und vielschichtige logistische Probleme in datengestützte Lösungen zu übersetzen und dabei 'Ergebnis über Output' zu priorisieren.
  • Kollaboration: Starke Kommunikationsfähigkeiten, um eng mit Produktmanagern, Endbenutzern und einem vielfältigen Team von ML-Ingenieuren, Datenwissenschaftlern und Plattformingenieuren zusammenzuarbeiten.

WARUM SENNDER WÄHLEN…

  • Einfluss: Bauen Sie die Daten- und KI-Grundlage für Europas führende digitale Frachtplattform auf, während sennder sich von einem Kauf- und Bauansatz zu einem ergebnisorientierten und KI-nativen Ansatz wandelt.
  • Lebendige Arbeitsplätze: Unsere Büros sind mit gesunden Snacks, Fokuszonen und sozialen Bereichen ausgestattet, um Sie energiegeladen und verbunden zu halten. Zu den Highlights gehören eine Rutsche in unserem Büro in Wroclaw und eine sonnige Dachterrasse in Berlin, Amsterdam und Mailand.
  • Kultur: Arbeiten Sie in einem schnelllebigen, hybriden Umfeld mit 1.100 talentierten, vielfältigen Kollegen aus 74 Nationalitäten. Wir priorisieren das Wohlbefinden durch Initiativen wie unser sennCare-Programm und eine Partnerschaft mit nilo.
  • Wachstum & Belohnungen: Wir glauben daran, unser Team für ihr Engagement und ihre Beiträge zu unserem langfristigen Erfolg zu belohnen. Unser Vergütungspaket kann Leistungsboni, Empfehlungsprämien oder Eigenkapital umfassen, die mit unserem Ziel übereinstimmen, gemeinsam ein florierendes Unternehmen aufzubauen.

Wir feiern Vielfalt und schätzen Ihren Charakter ebenso sehr wie Ihre Fähigkeiten. Wenn Sie nicht alle Anforderungen erfüllen, machen Sie sich keine Sorgen, wir ermutigen Sie dennoch, es zu versuchen und sich zu bewerben. Bringen Sie Ihr authentisches Ich mit und helfen Sie uns, die Zukunft der Logistik in Europa zu gestalten.

Machine Learning Engineer (Copy) Arbeitgeber: sennder Technologies

sennder ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen Scale-Up-Umfeld zu wachsen und sich weiterzuentwickeln. Mit einem starken Fokus auf Mitarbeiterwohlbefinden, einer Kultur der Zusammenarbeit und innovativen Arbeitsbereichen in Berlin und Mailand, fördert sennder eine Umgebung, in der Ideen geschätzt werden und jeder Einzelne einen bedeutenden Einfluss auf die Branche hat. Die Kombination aus leistungsorientierter Vergütung und einem engagierten Team macht sennder zu einem attraktiven Arbeitsplatz für alle, die eine sinnvolle Karriere im Bereich digitale Logistik anstreben.

sennder Technologies

Kontaktdaten:

sennder Technologies Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Machine Learning Engineer (Copy) 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 sennder Technologies 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 Machine Learning Engineer (Copy) mit Bravour zu bestehen

Data Science
Machine Learning Engineering
Statistical Analysis
Hypothesis Testing
Python
SQL
Git

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 Machine Learning Engineer (Copy) bei sennder Technologies gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei sennder Technologies 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 sennder Technologies entscheidend sein!