Auf einen Blick
- Aufgaben: Entwickle KI-gestützte Lösungen für die medizinische Bildanalyse und forme die Zukunft der Gesundheitsversorgung.
- Unternehmen: Innovatives Healthtech-Unternehmen mit globaler Zusammenarbeit und Fokus auf KI und Big Data.
- Vorteile: 30 Urlaubstage, flexible Arbeitszeiten, hybrides Arbeitsmodell und zahlreiche Teamevents.
- Weitere Informationen: Unterstützendes, internationales Team mit einer Kultur des Vertrauens und einer modernen Arbeitsumgebung.
- Warum dieser Job: Gestalte bedeutende Veränderungen im Gesundheitswesen und verbessere die Patientenversorgung weltweit.
- Qualifikationen: Abschluss in Informatik oder verwandten Bereichen; Erfahrung in maschinellem Lernen ist von Vorteil.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Snke ist ein Unternehmen, das 2020 gegründet wurde und seinen Hauptsitz in München hat. Wir transformieren die Gesundheitsbranche mit skalierbaren, datengestützten Innovationen, die durch KI und Big Data-Analysen unterstützt werden. Wir sind Experten, die sich auf große Plattformen, digitale Gesundheit und softwaregestützte Medizintechnologie spezialisiert haben. Snke ermöglicht es Gesundheitsdienstleistern, Gesellschaften, Registern, Agenturen und allen Partnern, modernste Lösungen für sichere und effiziente Interventionen bereitzustellen und die Patientenergebnisse zu verbessern.
Als Machine Learning Engineer bei Snke nutzen Sie Ihr starkes Hintergrundwissen in maschinellem Lernen und Softwareengineering, um die Zukunft unseres Produktportfolios zu gestalten und uns dabei zu helfen, patientenspezifische anatomische Modellierungslösungen für die Präzisionsmedizin bereitzustellen.
Aufgaben:
- Entwicklung und Anwendung von maschinellen Lernlösungen für verschiedene Aufgaben in der 2D- und 3D-Medizinbildanalyse (z.B. Bildsegmentierung, Landmarkenerkennung, Objekterkennung und mehr)
- Grenzen intelligenter Softwarekomponenten für die Unterstützung medizinischer Verfahren erweitern, indem die wachsende Verfügbarkeit medizinischer Daten genutzt wird
- Kreative Ideen von ersten Prototypen bis zur endgültigen Produktveröffentlichung vorantreiben
- Mit einem vielfältigen Team an herausfordernden Projekten zusammenarbeiten, robuste und skalierbare Software entwickeln und kontinuierlich von Kollegen lernen
- Zur Verbesserung der täglichen Arbeit von medizinischen Fachkräften weltweit beitragen
Qualifikationen:
- Abschluss in Informatik, Mathematik, Physik oder einem verwandten Bereich
- Idealerweise ein Doktortitel oder relevante Branchenerfahrung in einem ähnlichen Bereich
- Erfahrung in der Arbeit an KI-basierten Produkten in der Medizintechnik ist von Vorteil
- Nachweisliche Erfolge in der Entwicklung von Methoden des maschinellen Lernens und Algorithmen der Computer Vision zur Lösung komplexer Probleme
- Starke Neugier für die Details von Ansätzen des maschinellen Lernens und die Fähigkeit, diese anzupassen und zu verbessern
- Vertrautheit mit modernen ML-Tools, wie Experimentmanagement, Containerisierung, Orchestrierung, Datenverarbeitungspipelines und Datenversionskontrolle, ist von Vorteil
- Starkes Interesse an und solides Verständnis von Prinzipien des Softwareengineering
- Kenntnisse in Python und Grundkenntnisse in C++
- Fließend in Englisch
Zusätzliche Informationen:
- Ein unterstützendes, internationales Team, verbunden durch gemeinsame Werte und eine Kultur des Vertrauens
- Bedeutsame Verantwortlichkeiten mit nachhaltiger Auswirkung auf die globale Gesundheitsbranche, Verbesserung medizinischer Entscheidungen und Patientenergebnisse
- 30 Urlaubstage, plus 24. Dezember und 31. Dezember
- Flexible Arbeitszeiten und ein hybrides Arbeitsmodell innerhalb Deutschlands
- Fahrradleasing über unseren Partner „BikeLeasing“
- Parkeräume und sichere Fahrradabstellplätze in der Tiefgarage
- Subventionierte Kantine und hauseigenes Café
- Mitgliedschaft im Urban Sports Club mit Arbeitgeberbeitrag
- Regelmäßige After-Work-, Team- und Unternehmensveranstaltungen
- Zentral gelegener, moderner Arbeitsplatz mit einer 212 m² großen Dachterrasse
Bereit zu bewerben? Wir freuen uns auf Ihre Online-Bewerbung, einschließlich Ihres frühestmöglichen Starttermins.
Kontaktperson: Tatjana von Freyberg
Advanced/Senior Machine Learning Engineer – Medical Imaging Arbeitgeber: Snke OS
Snke ist ein hervorragender Arbeitgeber, der innovative Lösungen im Gesundheitswesen entwickelt und dabei auf eine unterstützende, internationale Teamkultur setzt. Mit flexiblen Arbeitszeiten, einem hybriden Arbeitsmodell und 30 Urlaubstagen bietet das Unternehmen nicht nur bedeutende Verantwortung mit nachhaltigem Einfluss auf die globale Gesundheit, sondern auch zahlreiche Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung in einem modernen, zentral gelegenen Arbeitsumfeld in München.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Advanced/Senior Machine Learning Engineer – Medical Imaging erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze LinkedIn und andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns nicht vergessen, dass viele Jobs über persönliche Empfehlungen vergeben werden. Also, sei aktiv und knüpfe Kontakte!
✨Sei bereit für technische Interviews
Mach dich mit typischen Fragen und Aufgaben für Machine Learning Engineers vertraut. Übe Coding-Challenges und sei bereit, deine Lösungen zu erklären. Wir wissen, dass du das kannst – zeig es ihnen!
✨Präsentiere deine Projekte
Habe eine Auswahl deiner besten Projekte parat, die deine Fähigkeiten im Bereich Machine Learning zeigen. Erstelle ein Portfolio oder eine GitHub-Seite, um deine Arbeit zu präsentieren. Lass uns zeigen, was du drauf hast!
✨Bewirb dich direkt über unsere Website
Wir bei Snke freuen uns immer über direkte Bewerbungen! Besuche unsere Karriereseite und bewirb dich für die Position, die dich interessiert. So erhöhst du deine Chancen, direkt ins Gespräch zu kommen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Advanced/Senior Machine Learning Engineer – Medical Imaging mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach es persönlich!:Zeig uns, wer du bist! Verwende in deinem Anschreiben eine persönliche Ansprache und erzähle uns, warum du dich für die Position als Machine Learning Engineer bei Snke interessierst. Das macht deine Bewerbung einzigartig und unvergesslich.
Betone deine Erfahrungen:Hebe deine relevanten Erfahrungen im Bereich Machine Learning und medizinische Bildverarbeitung hervor. Zeige uns konkrete Beispiele, wie du in der Vergangenheit komplexe Probleme gelöst hast. Das gibt uns einen Einblick in deine Fähigkeiten und deinen kreativen Ansatz.
Sei klar und präzise:Achte darauf, dass deine Bewerbung klar strukturiert und gut lesbar ist. Vermeide Fachjargon, wenn es nicht nötig ist, und erkläre technische Begriffe, damit wir genau verstehen, was du meinst. Eine klare Kommunikation ist der Schlüssel!
Bewirb dich über unsere Website:Wir freuen uns, wenn du dich direkt über unsere Website bewirbst! So können wir sicherstellen, dass deine Bewerbung schnell und effizient bearbeitet wird. Vergiss nicht, dein frühestmögliches Startdatum anzugeben!
Wie man sich auf ein Vorstellungsgespräch bei Snke OS vorbereitet
✨Verstehe die Technologie
Mach dich mit den neuesten Entwicklungen im Bereich der medizinischen Bildverarbeitung und maschinellem Lernen vertraut. Zeige während des Interviews, dass du die Technologien, die Snke verwendet, verstehst und wie du sie in deinen bisherigen Projekten angewendet hast.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast. Sei bereit, diese Beispiele zu teilen und zu erklären, wie du maschinelles Lernen eingesetzt hast, um Probleme zu lösen oder innovative Lösungen zu entwickeln.
✨Teamarbeit betonen
Da Snke großen Wert auf Zusammenarbeit legt, solltest du deine Erfahrungen in interdisziplinären Teams hervorheben. Erkläre, wie du mit anderen zusammengearbeitet hast, um komplexe Probleme zu lösen und welche Rolle du dabei gespielt hast.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und am Unternehmen. Frage nach den aktuellen Projekten, den Herausforderungen im Team oder den Technologien, die sie verwenden.
