Auf einen Blick
- Aufgaben: Entwickle und pflege hochwertige Datenpipelines für KI-gestützte Lösungen im Gesundheitswesen.
- Arbeitgeber: Sonia, ein innovatives Unternehmen, das die Gesundheitsversorgung revolutioniert.
- Mitarbeitervorteile: Flexibles Arbeiten, 30 Tage Urlaub, wettbewerbsfähiges Gehalt und ein kollaboratives Team.
- Warum dieser Job: Gestalte die Zukunft des Gesundheitswesens mit fortschrittlichen KI-Technologien.
- Gewünschte Qualifikationen: Master-Abschluss in Informatik oder verwandten Bereichen und Erfahrung in ML-Datenpipelines.
- Andere Informationen: Dynamisches Umfeld mit der Möglichkeit, einen echten Einfluss zu haben.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Mit Sonia sind Ärzte erfolgreiche Ärzte. Wir erstellen und implementieren KI-gestützte Lösungen, die das Leben der Ärzte erleichtern, die Patientenversorgung verbessern und die Effizienz der Gesundheitssysteme steigern. Wenn Sie ein intrinsisch motivierter Selbststarter sind, der bedeutungsvolle Arbeit schätzt, schließen Sie sich uns an, um das Gesundheitswesen zu revolutionieren.
Wir suchen einen Machine Learning Engineer (Data Engineering Fokus), der unserem KI-Team beitritt, um die Zukunft des Gesundheitswesens voranzutreiben. Sie sind verantwortlich für die Architektur und Wartung der hochwertigen Datenpipelines, die für das Training und den Betrieb der Spracherkennungssysteme erforderlich sind, die täglich von Klinikern genutzt werden.
Diese Rolle kann in einem hybriden Setup von unseren Büros in Luxemburg oder Berlin oder remote von überall in Deutschland oder Luxemburg ausgeführt werden.
Das werden Sie übernehmen:
- Datenstrategie-Eigentum: Verantwortung für den gesamten Datenbeschaffungsprozess, einschließlich Qualitätskontrolle, Beschaffung und Einrichtung der Annotation.
- Datensatz-Kuration: Sammlung und Kuratierung benutzerdefinierter Datensätze, einschließlich der Einrichtung der Annotation-Pipeline, Qualitätskontrolle und Durchführung von Ausrichtungs-/Segmentierungsverfahren.
- Pipelines-Architektur: Aufbau und Wartung skalierbarer, robuster Datenvorverarbeitungs-Workflows und ETL-Pipelines.
- Modellbewertung: Bewertung von hochmodernen Deep-Learning-Modellen anhand von Produktionsdatenqualitätsmetriken.
- Forschung & Experimentation: Entwurf und Durchführung rigoroser Experimente zur Validierung neuer Modelle und datengestützter Methoden.
- Lieferantenmanagement: Enge Zusammenarbeit mit externen Anbietern zur Koordination und Standardisierung der Datenbeschaffungsbemühungen.
- Bereichsübergreifende Zusammenarbeit: Enge Zusammenarbeit mit Produktmanagern, anderen ML-Ingenieuren und Entwicklern, um hochwertige Daten und Lösungen in die Produktion zu übersetzen.
Sie werden in dieser Rolle erfolgreich sein, wenn Sie Folgendes mitbringen:
- Must Haves
- Bildung: Master-Abschluss in Informatik, Ingenieurwesen oder einem verwandten technischen Bereich oder gleichwertige Berufserfahrung.
- Erfahrung: Typischerweise 5-8+ Jahre Erfahrung im ML-Engineering oder verwandten Bereichen, mit starkem Fokus auf Datenengineering/ML-Datenpipelines.
- Programmierung & ETL: Starke Programmierkenntnisse in Python und Erfahrung mit großangelegten ETL-Frameworks (Spark, Kafka) und SQL.
- MLOps-Überwachung: Erfahrung mit MLOps-Überwachungstools (MLflow, W&B).
- Analytische Fähigkeiten: Starke analytische Fähigkeiten und gute Kenntnisse statistischer Prinzipien.
- Daten-Governance: Starkes Verständnis von Daten-Governance, Qualitätskontrolle und Datenschutzbestimmungen.
- Nice to Have
- Domänenwissen: Kenntnisse in mehrsprachigen oder domänenspezifischen Sprachmodellen (medizinisch/rechtlich und andere spezialisierte Bereiche).
- Skalierbarkeit: Erfahrung mit verteilten Trainingssystemen.
- ML-Infrastruktur: Vertrautheit mit Docker und Kubernetes.
- Sprachkenntnisse: Kenntnisse in Deutsch/Französisch/Italienisch sind von Vorteil.
Warum Sie gerne mit uns arbeiten werden:
- Vollständige Verantwortung für wirkungsvolle ML-Datenpipelines in einer schnell wachsenden KI-Umgebung.
- Ein kollaboratives Team, das Neugier, Lernen und pragmatische Problemlösung schätzt.
- Flexible Arbeitsbedingungen (remote oder hybrid).
- 30 Tage Jahresurlaub.
- Wettbewerbsfähiges Gehalt je nach Erfahrung.
- Die Möglichkeit, an Produkten zu arbeiten, die direkt die Zukunft des Gesundheitswesens gestalten.
Bereit zu bewerben? Wenn Sie leidenschaftlich daran interessiert sind, robuste Datenlösungen zu entwerfen und im Gesundheitswesen mit modernsten KI-Technologien einen Unterschied zu machen, würden wir uns freuen, von Ihnen zu hören!
Ich bin Margarita und werde Sie durch den Bewerbungsprozess begleiten.
Über uns: Bei Sonia bauen wir mehr als nur ein Produkt – wir bauen ein Team auf, das Ärzten mit der Kraft der KI zum Erfolg verhilft. Um die Zukunft des Gesundheitswesens zu gestalten, suchen wir Menschen, die schaffen, herausfordern und zusammenarbeiten wollen – und dabei Spaß haben.
Wir glauben, dass Teams gedeihen, wenn unterschiedliche Perspektiven zusammenkommen und auf ein gemeinsames Ziel hinarbeiten. Wir heißen jeden willkommen und respektieren jeden für das, was er ist, unabhängig von Herkunft, Geschlecht, Alter, Religion, Behinderung oder sexueller Identität. Wir freuen uns darauf, Menschen aus allen Hintergründen zu treffen, die ihre einzigartige Perspektive in unsere Mission einbringen möchten.
Sind Sie dabei?
Machine Learning Engineer (Data Engineering focus) (all) Arbeitgeber: Sonia
Kontaktperson:
Sonia HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Engineer (Data Engineering focus) (all)
✨Tipp Nummer 1
Sei proaktiv! Warte nicht darauf, dass die Stellenanzeigen zu dir kommen. Nutze LinkedIn und andere Netzwerke, um direkt mit Leuten aus der Branche in Kontakt zu treten. Zeig dein Interesse an der Position und dem Unternehmen!
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe Coding-Challenges und mache dich mit den gängigen ML-Frameworks vertraut. Wir wissen, dass du das Zeug dazu hast, also zeig uns, was du kannst!
✨Tipp Nummer 3
Nutze unser Netzwerk! Wenn du über unsere Website bewirbst, hast du die Möglichkeit, direkt mit unserem Team in Kontakt zu treten. Das kann dir helfen, einen Fuß in die Tür zu bekommen und deine Chancen zu erhöhen.
✨Tipp Nummer 4
Sei authentisch! Zeig uns, wer du wirklich bist und warum du für diese Rolle brennst. Deine Leidenschaft für die Arbeit im Gesundheitswesen und für KI wird uns überzeugen, dass du die richtige Wahl bist!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineer (Data Engineering focus) (all)
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die leidenschaftlich sind und einen echten Beitrag leisten wollen. Lass deine Persönlichkeit durchscheinen!
Mach es konkret!: Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um zu zeigen, wie du die Anforderungen der Stelle erfüllst. Erzähl uns von Projekten, an denen du gearbeitet hast, und wie du Herausforderungen gemeistert hast. Das macht deine Bewerbung lebendig!
Achte auf Details!: Überprüfe deine Bewerbung auf Rechtschreib- und Grammatikfehler. Eine gut strukturierte und fehlerfreie Bewerbung zeigt, dass du sorgfältig arbeitest und Wert auf Qualität legst – genau das, was wir bei StudySmarter schätzen!
Bewirb dich über unsere Website!: Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell und sicher bei uns ankommt. Außerdem kannst du dort auch mehr über unser Team und unsere Projekte erfahren!
Wie du dich auf ein Vorstellungsgespräch bei Sonia vorbereitest
✨Verstehe die Rolle und das Unternehmen
Mach dich mit der Mission von Sonia vertraut und verstehe, wie deine Rolle als Machine Learning Engineer zur Verbesserung des Gesundheitswesens beiträgt. Informiere dich über aktuelle Projekte und Technologien, die sie verwenden, um einen guten Eindruck zu hinterlassen.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in der Datenverarbeitung und im maschinellen Lernen demonstrieren. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du innovative Lösungen gefunden hast.
✨Technische Fähigkeiten betonen
Stelle sicher, dass du deine Programmierkenntnisse in Python sowie deine Erfahrung mit ETL-Frameworks wie Spark oder Kafka hervorhebst. Bereite dich darauf vor, technische Fragen zu beantworten und eventuell sogar praktische Aufgaben zu lösen, um deine Fähigkeiten zu zeigen.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die dein Interesse an der Position und dem Unternehmen zeigen. Frage nach den Herausforderungen, die das Team derzeit hat, oder nach den nächsten Schritten in der Entwicklung ihrer KI-Lösungen. Das zeigt, dass du engagiert und interessiert bist.