Auf einen Blick
- Aufgaben: Entwickle ML-Modelle und Datenpipelines für innovative KI-Anwendungen.
- Unternehmen: Stark, ein führendes Unternehmen im Bereich Verteidigungstechnologie.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und spannende Projekte.
- Weitere Informationen: Dynamisches Team mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Schütze Menschen und nationale Souveränität mit modernster Technologie.
- Qualifikationen: Erfahrung in ML-Engineering und Datenverarbeitung erforderlich.
Das prognostizierte Gehalt liegt zwischen 54000 - 66000 € pro Jahr.
Bei Stark gestalten wir die Zukunft der europäischen und nationalen Sicherheit durch modernste, KI-gesteuerte Technologie und unvergleichliche Ingenieurskunst. Als führendes Vertechnologieunternehmen ist unsere Mission klar: NATO-Partner und deren Verbündete mit autonomen Verteidigungsplattformen der nächsten Generation und fortschrittlicher, KI-gesteuerter Software auszustatten, die in den anspruchsvollsten Umgebungen der Welt funktionieren.
Wir glauben, dass wahre Sicherheit aus unermüdlicher Innovation entsteht. Durch die Kombination von erstklassigem Ingenieurtalent mit agiler Technologie und einer KI-nativen Betriebskultur verwandelt Stark komplexe Verteidigungsherausforderungen in erprobte, multidimensionale Lösungen.
WARUM UNS BEITRETEN
- Die Software und Systeme, an denen Sie arbeiten, schützen direkt Personal und verteidigen die europäische und nationale Souveränität.
- Sie arbeiten mit führenden Köpfen der Branche an autonomen Systemen, fortschrittlicher Antriebstechnik und sicheren Cyber-Plattformen.
- Wir fördern ein schnelles, kollaboratives Umfeld, in dem mutige Ideen durch ernsthafte F&E-Unterstützung gefördert werden.
ÜBER DAS TEAM
Das Operations Excellence-Team gehört zur COO-Organisation und fungiert als strategischer Partner für Manager, Teamleiter und Kollegen bei Stark. Durch die Bereitstellung datengestützter Erkenntnisse, die Leitung kritischer Projekte und die Förderung kontinuierlicher Prozessverbesserungen helfen wir der Organisation, effizienter zu arbeiten, effektiv zu skalieren und ihre Ziele schneller zu erreichen. Als individueller Beitragender übernehmen Sie die vollständige Verantwortung für komplexe Initiativen mit erheblichem Geschäftseinfluss. In enger Zusammenarbeit mit funktionsübergreifenden Stakeholdern haben Sie die Möglichkeit, wichtige Entscheidungen zu beeinflussen, zentrale Betriebsprozesse zu gestalten und direkt zum Erfolg eines der am schnellsten wachsenden Einhörner Europas beizutragen.
IHRE MISSION
Als Machine Learning Engineer sind Sie für die Dateninfrastruktur und die Entwicklung von ML-Modellen für die KI-Anwendungsfälle des OAA-Teams verantwortlich. Sie bauen die Pipelines, die Modelle mit sauberen, zuverlässigen Daten aus operativen Systemen und Back-Office-Quellen versorgen, setzen Modelle in Produktion um und stellen sicher, dass sie zuverlässig funktionieren – von der Ertragsvorhersage in der Produktion bis zur Anomalieerkennung in Finanzdaten.
WAS SIE BEI STARK TUN WERDEN
- Datenpipelines aus operativen (MES, ERP) und Back-Office-Quellen entwerfen und aufbauen, die ML-Modelle speisen.
- ML-Modelle für Produktions- und Back-Office-Anwendungsfälle entwickeln – von der Experimentierung bis zur Produktionsbereitstellung.
- Modelle in Produktion bringen: Infrastruktur bereitstellen, überwachen, Drift erkennen und Retraining-Workflows durchführen.
- Mit dem OAA-Leiter und Stakeholdern zusammenarbeiten, um ML-Anwendungsfälle zu definieren und zu validieren – Machbarkeit, Datenverfügbarkeit, ROI.
- Mit dem Automatisierungsingenieur zusammenarbeiten, um die Modellausgaben in automatisierte Workflows zu integrieren.
- Bereits eingesetzte Modelle pflegen und verbessern, während sich Datenverteilungen und betriebliche Bedingungen weiterentwickeln.
- Datenpipelines, Modellarchitekturen, Merkmalsdefinitionen und Bereitstellungskonfigurationen dokumentieren.
WAS SIE ZU DER MISSION MITBRINGEN
- 4–7 Jahre Erfahrung in der Daten- oder ML-Entwicklung.
- Nachgewiesene Erfahrung in der Bereitstellung von ML-Modellen in der Produktion: nicht nur Forschung oder Notebook-Arbeit.
- Python: Kernsprache für Datenengineering und ML-Entwicklung.
- SQL: Datenextraktion, Validierung und Pipeline-Entwicklung.
- ML-Frameworks: scikit-learn, PyTorch oder gleichwertig.
- MSc in Data Science, Informatik, Statistik oder gleichwertig.
NETTE ZUSATZQUALIFIKATIONEN
- Datenpipeline-Tools: Airflow, dbt oder gleichwertig.
- Cloud-Datenplattformen: AWS, GCP oder Azure.
- Erfahrung mit industriellen, zeitbasierten oder Back-Office-Finanzdaten.
SICHERHEITSÜBERPRÜFUNG
Aufgrund der Natur unserer Arbeit im Verteidigungssektor müssen Kandidaten berechtigt sein, die erforderliche Sicherheitsüberprüfung für diese Position zu erhalten und aufrechtzuerhalten. Einzelheiten werden im Verlauf des Rekrutierungsprozesses bereitgestellt.
GLEICHE CHANCEN
Wir sind ein Arbeitgeber, der Chancengleichheit bietet und uns verpflichtet hat, einen vielfältigen und integrativen Arbeitsplatz zu fördern. Alle qualifizierten Bewerber werden ohne Rücksicht auf Rasse, Hautfarbe, Religion, Geschlecht, nationale Herkunft, Behinderung oder eine andere durch geltendes Recht geschützte Eigenschaft berücksichtigt.
Machine Learning Engineer (All genders) in München Arbeitgeber: Stark Defence
STARK ist ein innovatives Unternehmen im Bereich der Verteidigungstechnologie, das seinen Mitarbeitern die Möglichkeit bietet, an der Spitze der autonomen Systeme zu arbeiten. Mit einem starken Fokus auf Teamarbeit und interdisziplinäre Zusammenarbeit fördern wir eine Kultur des kontinuierlichen Lernens und der persönlichen Entwicklung. Unsere Mitarbeiter profitieren von flexiblen Arbeitszeiten, einem dynamischen Arbeitsumfeld und der Chance, einen bedeutenden Beitrag zur Sicherheit Europas zu leisten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Machine Learning Engineer (All genders) in München 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 Stark Defence anzuklopfen, wenn du dich auf die Stelle als Machine Learning Engineer (All genders) 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 Stark Defence vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer (All genders) in München 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 Stark Defence 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 Stark Defence 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.