Auf einen Blick
- Aufgaben: Entwickle Datenpipelines und ML-Modelle für innovative Anwendungen im Verteidigungssektor.
- Unternehmen: STARK, ein revolutionäres Unternehmen für Verteidigungstechnologie mit Fokus auf autonome Systeme.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und die Möglichkeit, an bedeutenden Projekten zu arbeiten.
- Weitere Informationen: Dynamisches Umfeld mit hervorragenden Entwicklungsmöglichkeiten in einem schnell wachsenden Unternehmen.
- Warum dieser Job: Gestalte die Zukunft der Verteidigungstechnologie und habe einen direkten Einfluss auf kritische Entscheidungen.
- Qualifikationen: 4-7 Jahre Erfahrung in Daten- oder ML-Engineering und Kenntnisse in Python und SQL.
Das prognostizierte Gehalt liegt zwischen 62100 - 75900 € pro Jahr.
STARK ist ein neues Unternehmen im Bereich Verteidigungstechnologie, das die Art und Weise revolutioniert, wie autonome Systeme in verschiedenen Bereichen eingesetzt werden. Wir entwerfen, entwickeln und produzieren leistungsstarke unbemannte Systeme, die softwaredefiniert, massenhaft skalierbar und kosteneffektiv sind - und den Betreibern einen entscheidenden Vorteil in umkämpften Umgebungen bieten.
Wir konzentrieren uns darauf, einsatzbereite, leistungsstarke Systeme zu liefern - keine zukünftigen Versprechen. In einer Zeit steigender Bedrohungen stärkt STARK den technologischen Vorteil der NATO-Verbündeten und ihrer Partner, um Aggressionen abzuschrecken und Europa heute zu verteidigen.
Das Team für Betriebsexzellenz ist Teil der COO-Organisation und dient 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 Data & 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.
Verantwortlichkeiten:
- Entwurf und Aufbau von Datenpipelines aus operativen (MES, ERP) und Back-Office-Quellen zur Speisung von ML-Modellen
- Entwicklung von ML-Modellen für Produktions- und Back-Office-Anwendungsfälle - von der Experimentierung bis zur Produktionsbereitstellung
- Bereitstellung von Modellen in der Produktion: Infrastruktur, Überwachung, Drift-Erkennung und Retraining-Workflows
- Zusammenarbeit mit dem OAA-Leiter und Stakeholdern zur Abgrenzung und Validierung von ML-Anwendungsfällen - Machbarkeit, Datenverfügbarkeit, ROI
- Zusammenarbeit mit dem Automatisierungsingenieur zur Integration von Modellausgaben in automatisierte Workflows
- Wartung und Verbesserung der bereitgestellten Modelle, während sich Datenverteilungen und betriebliche Bedingungen weiterentwickeln
- Dokumentation von Datenpipelines, Modellarchitekturen, Merkmalsdefinitionen und Bereitstellungskonfigurationen
Qualifikationen:
- 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: Hauptsprache für Datenengineering und ML-Entwicklung
- SQL: Datenextraktion, Validierung und Pipeline-Entwicklung
- ML-Frameworks: scikit-learn, PyTorch oder gleichwertig
- MLOps-Grundlagen: Modellversionierung, Bereitstellung, Überwachung, Retraining
- MSc in Data Science, Informatik, Statistik oder gleichwertig
Nice to have:
- 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.
Data & Machine Learning Engineer (All genders) Arbeitgeber: Stark
STARK ist ein innovatives Unternehmen im Bereich Verteidigungstechnologie, das seinen Mitarbeitern in München oder Berlin eine dynamische und kollaborative Arbeitsumgebung bietet. Hier haben Sie die Möglichkeit, an der Entwicklung hochmoderner unbemannter Systeme zu arbeiten und Ihre Fähigkeiten in einem schnelllebigen, startup-ähnlichen Umfeld weiterzuentwickeln. Wir fördern eine Kultur der Vielfalt und Inklusion und bieten zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung, während wir gemeinsam an der technologischen Überlegenheit unserer NATO-Partner arbeiten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data & Machine Learning Engineer (All genders) 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 Stark 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 Data & Machine Learning Engineer (All genders) 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 Data & Machine Learning Engineer (All genders) bei Stark gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Stark 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 Stark entscheidend sein!
