Auf einen Blick
- Aufgaben: Entwickle und implementiere fortschrittliche Sprachmodelle für die Gesundheitsversorgung.
- Unternehmen: Innovatives Unternehmen, das KI-Lösungen für das Gesundheitswesen bereitstellt.
- Vorteile: Flexible Arbeitszeiten, 30 Tage Urlaub und wettbewerbsfähiges Gehalt.
- Weitere Informationen: Kollaboratives Team, das Vielfalt schätzt und persönliche Entwicklung fördert.
- Warum dieser Job: Gestalte die Zukunft der Gesundheitsversorgung mit modernster KI-Technologie.
- Qualifikationen: Master-Abschluss in Informatik oder Ingenieurwesen und 5-8 Jahre Erfahrung in ML Engineering.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Mit Sonia sind Ärzte erfolgreiche Ärzte. Wir entwickeln 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 (ASR) für unser KI-Team. Sie werden an der Entwicklung von Spracherkennungssystemen arbeiten, die in der realen Anwendung von Klinikern täglich genutzt werden.
Standort: Bevorzugt Hybrid (Luxemburg oder Berlin) oder Remote (Deutschland oder Luxemburg).
Das werden Ihre Aufgaben sein:
- ASR Modellentwicklung: Feinabstimmung, Evaluierung und Bereitstellung von hochmodernen Modellen in der Spracherkennung und Audiobearbeitung (z.B. Whisper, wav2vec).
- Datenkuratierung & Annotation: Sammlung und Kuratierung benutzerdefinierter ASR-Datensätze, einschließlich Datenbeschaffung, Einrichtung der Annotierungs-Pipeline, Qualitätskontrolle und Ausrichtungs-/Segmentierungsverfahren.
- Audio-Pipelines: Aufbau und Wartung robuster Datenpipelines und Audio-Vorverarbeitungs-Workflows für klinische Umgebungen.
- MLOps-Zusammenarbeit: Enge Zusammenarbeit mit dem MLOps-Team, um kontinuierliches Training, Überwachung und nahtlose Bereitstellung von Modellen in der Produktion sicherzustellen.
- Experimentation: Entwurf und Durchführung von Experimenten zur Validierung neuer Ansätze, Datensätze und Architekturen zur Verbesserung der Genauigkeit in lauten oder spezialisierten medizinischen Umgebungen.
- Cross-Funktionale Auswirkungen: Zusammenarbeit mit Produktmanagern und Entwicklern, um komplexe Sprachlösungen in produktionsbereite Gesundheitswerkzeuge zu übersetzen.
Sie werden in dieser Rolle erfolgreich sein, wenn Sie Folgendes mitbringen:
- Must Haves
- Ausbildung: Master-Abschluss in Informatik oder Ingenieurwesen.
- Erfahrung: Typischerweise 5-8+ Jahre Erfahrung im ML-Engineering.
- Technische Kompetenz: Starke Programmierkenntnisse in Python (Arbeiten mit Produktionscode und Bereitstellung von Modellen in der Produktion) und ML-Frameworks (PyTorch, TensorFlow oder Jax).
- ASR-Expertise: Direkte Erfahrung mit ASR-Modellen (Whisper, wav2vec, …), VAD, Ausrichtung und Diarisierung sowie komplexen Sprach-/Audiobearbeitungs-Pipelines.
- Tiefes Lernen: Umfassende Erfahrung mit transformerbasierten Architekturen und tiefen Lernmodellen.
- MLOps-Grundlagen: Praktische Erfahrung mit MLOps-Pipeline-Komponenten wie Docker, MLflow, W&B, DVC oder Kubernetes.
- Nice to Have
- Fachwissen: Kenntnisse über mehrsprachige oder domänenspezifische Modellierung (insbesondere medizinische, rechtliche oder andere spezialisierte Terminologien).
- Skalierbarkeit: Erfahrung mit verteilten Trainingssystemen zur Optimierung von Modellen in großem Maßstab.
- Sprachkenntnisse: Vollständige Beherrschung der englischen und deutschen Sprache.
Warum Sie gerne mit uns arbeiten werden:
- Vollständige Verantwortung für bedeutende ML-Komponenten 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 die Zukunft des Gesundheitswesens direkt gestalten.
Bereit zu bewerben? Wenn Sie leidenschaftlich an Machine Learning interessiert sind und einen Einfluss auf das Gesundheitswesen mit modernsten KI-Technologien ausüben möchten, 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 kreieren, herausfordern und zusammenarbeiten möchten – 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?
Senior Machine Learning Engineer (ASR) (all) Arbeitgeber: Sonia
Sonia ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein wettbewerbsfähiges Gehalt und 30 Tage Urlaub bietet, sondern auch eine hohe Flexibilität und flache Hierarchien, die Raum für Eigenverantwortung und kreative Ideen schaffen. In einem dynamischen und sinnstiftenden Umfeld hast du die Möglichkeit, aktiv zur Revolutionierung des Gesundheitswesens beizutragen und deine Karriere durch gezielte Entwicklungsmöglichkeiten voranzutreiben. Unser hybrider Standort in Berlin oder Luxemburg ermöglicht es dir, Arbeit und Leben optimal zu vereinen, während du Teil eines engagierten Teams wirst, das Vielfalt schätzt und unterschiedliche Perspektiven willkommen heißt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Machine Learning Engineer (ASR) (all) 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 Sonia 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 Senior Machine Learning Engineer (ASR) (all) mit Bravour zu bestehen
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 Senior Machine Learning Engineer (ASR) (all) bei Sonia gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Sonia 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 Sonia entscheidend sein!
