Auf einen Blick
- Aufgaben: Entwickle und verwalte unsere Datenplattform für KI-Anwendungen und automatisiere den Datenlebenszyklus.
- Unternehmen: STARK, ein innovatives Unternehmen im Bereich Verteidigungstechnologie mit Fokus auf autonome Systeme.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und die Möglichkeit, an bedeutenden Projekten zu arbeiten.
- Weitere Informationen: Dynamisches Team mit echten Auswirkungen und Wachstumschancen in einem spannenden Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Verteidigungstechnologie und arbeite mit modernsten Datenlösungen.
- Qualifikationen: Starke Python- und SQL-Kenntnisse sowie Erfahrung mit ETL-Pipelines.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € 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 hochleistungsfähige unbemannte Systeme, die softwaredefiniert, massenhaft skalierbar und kosteneffektiv sind. Dies verschafft unseren Betreibern einen entscheidenden Vorteil in stark umkämpften Umgebungen.
Das Data Operations-Team ist für den gesamten Datenlebenszyklus hinter STARKs KI-Stack verantwortlich: Sammlung, Erwerb, Generierung, Pflege und Verwaltung. Wir führen unsere eigenen Datensammlungskampagnen in ganz Europa durch, bewerten neue Sensoren und Plattformen und bauen die interne Datenplattform auf, die Rohaufzeichnungen in gebrauchsfertige Datensätze umwandelt.
Ihre Mission
Daten sind der Treibstoff von STARKs KI-Stack – Sie bauen die Engine, die sie nutzbar macht. Sie sind verantwortlich für das Software-Backbone unserer Datenplattform: die Metadaten-Systeme, ETL-Pipelines, Datenverträge, Kataloge, Datenbanken und internen Tools, die es Ingenieuren ermöglichen, Terabytes von Multisensor-Felddaten in Minuten zu finden, zu verstehen, zu validieren und wiederzuverwenden.
Verantwortlichkeiten
- Entwurf, Implementierung und Wartung unserer Metadaten-Datenbank und des Datenkatalogs (Datensätze, Aufzeichnungen, Sensoren, Labels, Herkunft)
- Aufbau und Betrieb von ETL/Pipeline, die Feldaufzeichnungen, synthetische Daten und externe Lieferungen in unseren Cloud-Speicher (GCP) bringen
- Verantwortung für den Datenmanagement- und Labeling-Lebenszyklus von Anfang bis Ende
- Entwicklung interner Hilfstools für die gesamte KI-Organisation
- Durchführung von Datenmigrationen und Indexierungsjobs
- Einrichtung einer guten Ingenieuhygiene in einem jungen Codebase
Qualifikationen
- Stark in Python
- Solide Kenntnisse in SQL/PostgreSQL, einschließlich Schema-Design
- Erfahrung mit Datenmodellierung und Metadatensystemen
- Erfahrung im Entwurf und Betrieb von ETL/Datenpipelines
- Grundkenntnisse in Docker und CI/CD
- Praktische Erfahrung mit Objektspeicher (GCS, S3 oder ähnlich)
- Gute Software-Ingenieuhygiene: Tests, Dokumentation, Typisierung, Protokollierung
- Organisiert und pragmatisch
Nice to have
- Vertrautheit mit ML-Datensätzen und Labeling-Workflows
- Erfahrung mit der Generierung synthetischer Daten oder GenAI-unterstützten Daten-Workflows
- Erfahrung mit GCP-Diensten über Speicher hinaus
- Erfahrung mit Datenversionierung / Dataset-Tools
- Erfahrung in einem Startup-Umfeld
SICHERHEITSPRÜFUNG
Aufgrund der Natur unserer Arbeit im Verteidigungssektor müssen die Kandidaten berechtigt sein, die erforderliche Sicherheitsüberprüfung für diese Position zu erhalten und aufrechtzuerhalten.
GLEICHE CHANCEN
Wir sind ein Arbeitgeber, der Chancengleichheit bietet und uns verpflichtet hat, einen vielfältigen und integrativen Arbeitsplatz zu fördern.
Data Platform Engineer – Data Operations (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 Platform Engineer – Data Operations (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 Platform Engineer – Data Operations (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 Platform Engineer – Data Operations (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!
