Auf einen Blick
- Aufgaben: Entwickle und betreibe geospatial Datenprodukte mit modernster Technologie.
- Unternehmen: Führende digitale Plattform im europäischen Immobilienmarkt mit innovativer Kultur.
- Vorteile: Vollständig remote, flexible Arbeitszeiten und enge Zusammenarbeit mit Führungskräften.
- Weitere Informationen: Internationale, ambitionierte und kollaborative Teamkultur.
- Warum dieser Job: Übernimm Verantwortung für spannende Projekte und gestalte die Zukunft der Immobilienbranche.
- Qualifikationen: 3+ Jahre Erfahrung in Data Science oder Engineering, starke Kenntnisse in Python und SQL.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
RealAdvisor ist eine der führenden digitalen Plattformen im europäischen Immobilienökosystem. Gegründet in der Schweiz, unterstützen wir über 5.000 Immobilienagenturen und ziehen jährlich über 10 Millionen Nutzer in ganz Europa an.
Wir wachsen schnell in mehreren Märkten mit einer klaren Mission: Immobilienprofis durch Daten, Transparenz und intelligente Technologie zu unterstützen. Bei RealAdvisor schätzen wir Eigenverantwortung, Autonomie und Einfluss.
Rollenübersicht
Wir suchen einen Machine Learning Engineer, der die vollständige Verantwortung für unsere geospatialen Datenprodukte übernimmt.
Dies ist keine Rolle zur Modellanpassung. Sie werden den gesamten Datenlebenszyklus hinter unseren Immobilienanalysen entwerfen, aufbauen und betreiben – von der Orchestrierung komplexer Pipelines auf Kubernetes bis hin zur Bereitstellung leistungsstarker geospatialer Visualisierungen mit Mapbox.
Dies ist eine Builder-Rolle.
Sie sollten ebenso komfortabel sein beim Debuggen eines Airflow DAGs wie beim Berechnen räumlicher Statistiken oder der Optimierung analytischer Abfragen.
Sie haben volle Autonomie über einen modernen, leistungsstarken Stack:
- Orchestrierung & Betrieb: Airflow, Kubernetes, Docker
- Datenlagerung: Postgres (PostGIS) für räumliche Arbeitslasten; ClickHouse für großangelegte Analysen
- Programmierung: Produktionsreifes Python
Anforderungen
Hauptverantwortlichkeiten
- End-to-End-Pipelines: Entwerfen und Bereitstellen automatisierter Pipelines (ETL) mit Airflow zur Eingabe verschiedener Datensätze (Immobilientransaktionen, Angebote, Geo-Daten).
- Geospatial Analytics: Berechnen Sie fortgeschrittene räumliche Metriken (z.B. Preis-Honigwaben, durchschnittliche Preise pro Nachbarschaft) mit PostGIS und Python.
- Infrastrukturmanagement: Warten und optimieren Sie die Kubernetes-Umgebung, in der Ihre Pipelines und Modelle laufen.
- Visualisierungsengineering: Transformieren Sie Ihre analytischen Ergebnisse in interaktive Kartenebenen (Vektor-Tiles), die nahtlos mit Mapbox auf unserem Frontend integriert werden.
Was wir suchen
- Wirklich Full-Stack (Daten): Sie glauben nicht, dass Datenwissenschaftler bei Notebooks aufhören sollten. Sie übernehmen Infrastruktur, Bereitstellung und Zuverlässigkeit, denn so wird echter Wert geliefert.
- Starke geospatiale Intuition: Sie verstehen Projektionen, Polygone, räumliche Joins und wie man Dichte und Muster effektiv visualisiert.
- Ingenieurdenken: Sie schreiben sauberen, modularen, wartbaren Python-Code, der für die Produktion ausgelegt ist – nicht für einmalige Skripte.
- Erfahrung: Über 3 Jahre in einer Rolle der Datenwissenschaft oder Datenengineering, mit praktischer Verantwortung für Produktionssysteme.
- Infrastrukturkompetenz: Solide Erfahrung mit Docker und Kubernetes, einschließlich Debugging und Fehlersuche in Live-Umgebungen.
- Datenbankexpertise: Fortgeschrittenes SQL, insbesondere mit PostGIS oder ähnlichen räumlichen Erweiterungen. Erfahrung mit ClickHouse ist ein großer Vorteil.
- Orchestrierungsbeherrschung: Tiefgehende praktische Erfahrung mit Airflow zum Aufbau und zur Wartung zuverlässiger Datenpipelines.
- Vollständig remote Rolle mit flexiblen Arbeitszeiten.
- Enge Zusammenarbeit mit Führungskräften und Go-to-Market-Teams.
- Internationale, ehrgeizige und kollaborative Teamkultur.
Vorteile
- Vollständig remote Rolle mit flexiblen Arbeitszeiten.
- Enge Zusammenarbeit mit Führungskräften und Go-to-Market-Teams.
- Internationale, ehrgeizige und kollaborative Teamkultur.
Machine Learning Engineer Arbeitgeber: Software
Software AG ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur wettbewerbsfähige Vergütung und umfassende, länderspezifische Sozialleistungen bietet, sondern auch eine flexible Arbeitsumgebung mit einem hybriden Arbeitsmodell, das bis zu 60 % Remote-Arbeit ermöglicht. Die Unternehmenskultur fördert Teamarbeit, offene Kommunikation und kontinuierliches Lernen, während die Mitarbeiter durch gezielte Entwicklungsprogramme und Unterstützung in schwierigen Lebenslagen wachsen können. Mit Standorten in ganz Deutschland, von Berlin bis München, profitieren die Mitarbeiter von einer dynamischen und innovativen Umgebung, die auf Vielfalt, Gleichheit und Inklusion setzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Machine Learning Engineer erhalten könntest
✨Engagier dich in Entwickler-Communities!
Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.
✨Zeig deine Fähigkeiten!
Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei Software anzuklopfen, wenn du dich auf die Stelle als Machine Learning Engineer bewirbst – so wissen sie gleich, was sie von dir erwarten können!
✨Nutze Jobplattformen speziell für Tech-Jobs!
Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.
✨Such dir Mentoren und Feedback!
Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei Software vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.
Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.
Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.
Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei Software klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.
Wie man sich auf ein Vorstellungsgespräch bei Software vorbereitet
✨Technische Vorbereitung auf die Coding-Challenges
In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!
✨Das eigene Portfolio im besten Licht präsentieren
Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.
✨Teamfähigkeit und Kommunikation betonen
In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.
✨Vorbereitung auf Fragen zur Software-Architektur
Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.