Auf einen Blick
- Aufgaben: Entwickle und pflege Dateninfrastrukturen für intelligente Maschinen und automatisierte Prozesse.
- Arbeitgeber: Innovatives Unternehmen, das die Automatisierung schwerer Maschinen revolutioniert.
- Mitarbeitervorteile: Attraktives Gehalt, Aktienoptionen, kostenlose Getränke und regelmäßige soziale Events.
- Warum dieser Job: Gestalte die Zukunft der Robotik und arbeite an spannenden technologischen Herausforderungen.
- Gewünschte Qualifikationen: Mindestens 3 Jahre Erfahrung in der Datenpipeline-Entwicklung und Kenntnisse in Python und SQL.
- Andere Informationen: Dynamisches Team mit hervorragenden Karrieremöglichkeiten und Unterstützung bei der Umsiedlung nach Berlin.
Das voraussichtliche Gehalt liegt zwischen 43200 - 72000 € pro Jahr.
sensmore automatisiert die größten Maschinen der Welt mit beispielloser Intelligenz. Unsere proprietäre Physical AI ermöglicht es schweren Maschinen wie Radladern, sich sofort an dynamische Umgebungen anzupassen und neue Aufgaben ohne vorheriges Training auszuführen. Wir integrieren modernste Robotik in eine Plattform, die Intelligenz- und Automatisierungsprodukte antreibt - und die Produktivität und Sicherheit für Kunden in der Bergbau-, Bau- und angrenzenden Branchen heute transformiert. Schließen Sie sich uns an und spielen Sie eine entscheidende Rolle bei der Transformation der Automatisierungslandschaft in schweren Industrien.
Rollenübersicht
Als unser Data Engineer werden Sie die Dateninfrastruktur entwerfen, aufbauen und warten, die Sensmores verkörperte KI und Vision-Language-Action-Modelle (VLAMs) antreibt. Sie werden mit Robotik-, ML- und Software-Ingenieuren zusammenarbeiten, um sicherzustellen, dass saubere, zuverlässige Datenströme von unseren Sensorarrays (Radar, LiDAR, Kameras, IMUs) in Trainings- und Inferenzpipelines fließen. Diese Rolle verbindet klassische Datenengineering-Praktiken (ETL/ELT, Lagerdesign, Überwachung) mit den besten Praktiken von ML Ops: Modellversionierung, Datenabdriftüberwachung und automatisches Retraining.
Hauptverantwortlichkeiten
- Datenpipelines aufbauen und betreiben: Multi-Sensor-Telemetrie (Radar-Punktwolken, Video-Frames, Protokollströme) in analysierbare und ML-bereite Formate ingestieren, verarbeiten und transformieren.
- Skalierbaren Speicher entwerfen: Hochdurchsatz-, latenzarme Datenseen und -lager (z.B. S3, Delta Lake, Redshift/Snowflake) architektonisch gestalten.
- ML Ops-Workflows ermöglichen: DVC oder MLflow integrieren, automatisierte Modelltrainings-/Retraining-Auslöser einrichten, Daten-/Modellverlauf verfolgen.
- Datenqualität sicherstellen: Validierung, Überwachung und Alarmierung implementieren, um Anomalien und Schemaänderungen frühzeitig zu erkennen.
- Cross-funktional zusammenarbeiten: Mit Embedded Systems, Robotik- und Softwareteams zusammenarbeiten, um sich auf Datenschemata, APIs und Echtzeitanforderungen abzustimmen.
- Leistung optimieren: Verteilte Verarbeitung, Abfragen und Speicherlayouts für Kosten-Effizienz und Durchsatz optimieren.
- Dokumentieren und evangelisieren: Klare Dokumentation für Datenschemata, Pipeline-Architekturen und ML Ops-Praktiken pflegen, um das gesamte Team zu unterstützen.
Erforderliche Qualifikationen
- Über 3 Jahre praktische Erfahrung im Aufbau von Produktionsdatenpipelines in der Cloud (AWS, GCP oder Azure).
- Kenntnisse in Python, SQL und mindestens einem Big-Data-Framework.
- Vertrautheit mit ML Ops-Tools: DVC, MLflow, Kubeflow oder ähnlichem.
- Erfahrung im Entwurf und Betrieb von Datenlagern/Datenseen (z.B. Redshift, Snowflake, BigQuery, Delta Lake).
- Starkes Verständnis von verteilten Systemen, Datenserialisierung (Parquet, Avro) und Batch- vs. Streaming-Paradigmen.
- Exzellente Problemlösungsfähigkeiten und die Fähigkeit, in unklaren, schnelllebigen Umgebungen zu arbeiten.
Bevorzugte Fähigkeiten
- Hintergrund in Robotik oder Sensordaten (Radar, LiDAR, Kamerapipelines).
- Kenntnisse über Echtzeitdatenverarbeitung und Edge-Computing-Beschränkungen.
- Erfahrung mit Infrastruktur als Code (Terraform, CloudFormation) und CI/CD für Daten-Workflows.
- Vertrautheit mit Kubernetes und containerisierten Bereitstellungen.
- Einblick in Vision-Language- oder Action-Planning-ML-Modelle.
Was wir bieten
- Physische KI für die größten Maschinen außerhalb der Straße entwickeln – sie intelligent, sicher und bereit für jede schwierige Aufgabe machen.
- Dem Pionier in intelligenter Robotik beitreten, unterstützt von Point Nine und anderen Tier-1-Investoren.
- Modernste Robotikforschung in End-to-End-Lernen & Vision Language Action Model mit realer schwerer mobiler Ausrüstung kombinieren.
- Ihren eigenen Karriereweg gestalten, ob Sie technischer Spezialist oder technischer Teamleiter werden möchten.
- Eine großartige Teamkultur, Getränke und ein erstaunliches Büroumfeld erleben.
Vorteile
- Attraktives Vergütungspaket und Aktienoptionen.
- Getränke vor Ort und regelmäßige gesellschaftliche Veranstaltungen.
- Mit erstklassigen Forschern, Ingenieuren und Vordenkern interagieren.
- Die Zukunft der Robotertechnologien beeinflussen und bedeutende technologische Herausforderungen angehen.
- Unterstützung bei der Umsiedlung nach Berlin.
Über uns
Schwere Maschinen, Lichtjahre voraus. sensmore automatisiert die größten Maschinen der Welt mit beispielloser Intelligenz. Unsere proprietäre Physical AI ermöglicht es schweren Maschinen wie Radladern, sich sofort an dynamische Umgebungen anzupassen und neue Aufgaben ohne vorheriges Training auszuführen. Wir integrieren modernste Robotik in eine Plattform, die Intelligenz- und Automatisierungsprodukte antreibt - und die Produktivität und Sicherheit für Kunden in der Bergbau-, Bau- und angrenzenden Branchen heute transformiert. Wir sind stolz darauf, von Point Nine und anderen Tier-1-Investoren unterstützt zu werden.
ML Ops / Data Engineer - Robotics Arbeitgeber: Sensmore
Kontaktperson:
Sensmore HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: ML Ops / Data Engineer - Robotics
✨Netzwerken, Netzwerken, Netzwerken!
Nutze LinkedIn und andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach Informationen über offene Stellen oder Tipps, wie du dich am besten bewerben kannst. Oft sind es persönliche Kontakte, die dir den entscheidenden Vorteil verschaffen!
✨Sei proaktiv!
Warte nicht darauf, dass die Stellenanzeigen aufploppen. Recherchiere Unternehmen, die dich interessieren, und kontaktiere sie direkt. Zeig dein Interesse an ihrer Arbeit und frag nach möglichen Möglichkeiten, auch wenn gerade keine offenen Stellen ausgeschrieben sind.
✨Bereite dich auf Interviews vor!
Mach dich mit typischen Fragen für Data Engineers und ML Ops vertraut. Übe deine Antworten und sei bereit, deine technischen Fähigkeiten zu demonstrieren. Denk daran, dass du auch Fragen stellen solltest – das zeigt dein Interesse und Engagement!
✨Bewirb dich über unsere Website!
Wenn du bei sensmore arbeiten möchtest, schau dir unsere Karriereseite an und bewirb dich direkt dort. So stellst du sicher, dass deine Bewerbung die richtigen Leute erreicht und du die besten Chancen hast, Teil unseres Teams zu werden!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: ML Ops / Data Engineer - Robotics
Tipps für deine Bewerbung 🫡
Sei authentisch!: Wenn du deine Bewerbung schreibst, sei einfach du selbst. Zeig uns, wer du bist und was dich motiviert, bei Sensmore zu arbeiten. Authentizität kommt immer gut an!
Betone deine Erfahrungen: Erzähl uns von deinen bisherigen Projekten und Erfahrungen im Bereich Data Engineering und ML Ops. Wir wollen wissen, wie du mit Datenpipelines und Cloud-Technologien gearbeitet hast – das ist für uns super wichtig!
Mach es übersichtlich: Achte darauf, dass deine Bewerbung klar strukturiert und leicht zu lesen ist. Verwende Absätze, Aufzählungen und eine klare Sprache, damit wir schnell die wichtigsten Infos finden können.
Bewirb dich über unsere Website: Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell bei uns ankommt und du alle notwendigen Informationen bereitstellst!
Wie du dich auf ein Vorstellungsgespräch bei Sensmore vorbereitest
✨Verstehe die Technologie
Mach dich mit den Technologien und Tools vertraut, die sensmore verwendet, wie z.B. DVC, MLflow und die verschiedenen Cloud-Plattformen. Zeige im Interview, dass du nicht nur die Grundlagen verstehst, sondern auch, wie diese Technologien in der Praxis angewendet werden.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die du in der Vergangenheit hattest, insbesondere im Bereich Datenpipelines und ML Ops. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du zur Lösung beigetragen hast.
✨Zeige Teamgeist
Da die Rolle viel Zusammenarbeit erfordert, ist es wichtig, deine Teamfähigkeit zu betonen. Bereite Beispiele vor, in denen du erfolgreich mit anderen Abteilungen zusammengearbeitet hast, um gemeinsame Ziele zu erreichen.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den aktuellen Herausforderungen im Bereich Dateninfrastruktur oder wie das Team die Integration neuer Technologien plant.