Auf einen Blick
- Aufgaben: Entwickle innovative KI-Lösungen und arbeite an spannenden Projekten im Bereich maschinelles Lernen.
- Unternehmen: NineTwoThree AI Studio, eine führende Agentur für KI-Entwicklung mit globalem Team.
- Vorteile: 20 Tage Urlaub, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein positives Arbeitsumfeld.
- Weitere Informationen: 100% remote, dynamisches Team und hervorragende Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an echten Lösungen für namhafte Marken.
- Qualifikationen: Mindestens 3 Jahre Erfahrung in Software Engineering mit Fokus auf ML und NLP.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
100% remote | Global team | Full-time
NineTwoThree AI Studio ist eine führende Firma im Produktdesign, Engineering und Marketing, spezialisiert auf maßgeschneiderte KI-Anwendungen, Web- und Mobile-Lösungen für etablierte Marken und finanzierte Startups. Mit Sitz in Massachusetts verfügen wir über ein internationales Team und eine starke Remote-Arbeitskultur.
Mit über 150 Produkten, die in 13 Jahren veröffentlicht wurden, ist NineTwoThree als eine der führenden KI-Agenturen in den USA anerkannt und steht auf der Inc. 5000 Liste sowie unter den 50 besten KI-Firmen neben Größen wie Microsoft, NVIDIA und IBM.
Als ML Engineer bei NineTwoThree AI Studio wirst du an der Schnittstelle zwischen Produktionssoftwareengineering, fortgeschrittener natürlicher Sprachverarbeitung und Kundenlieferung arbeiten. Wir bauen hochwirksame KI-Systeme für verschiedene Branchen.
Wir suchen ein produktorientiertes Profil, das robuste LLM-Anwendungen, maßgeschneiderte prädiktive Analysen und Agenten-Workflows entwirft, optimiert und bereitstellt, wobei die vollständige Verantwortung vom Prototyp bis zur Produktion übernommen wird.
Technologischer Stack
- Frameworks und Architektur: Transformer-Modelle, moderne LLM-APIs (Anthropic, OpenAI, AWS Bedrock), Open-Source-LLMs.
- Orchestrierung und Agentendesign: Erfahrung mit Langchain, LangGraph, LlamaIndex oder ähnlichem.
- Daten und Suche: Vektordatenbanken (Pinecone, pgvector, Milvus, Qdrant), SQL und Datenpipelines.
- Traditionelles ML: Überwachtes und unüberwachtes Lernen (Klassifikation, Regression, Anomalieerkennung).
- Cloud und Infrastruktur: AWS (Lambda, SageMaker, Bedrock, EC2) und DevOps-Pipelines.
- Programmiersprachen: Produktionsreifes Python.
Verantwortlichkeiten
- Architektur und Bau von generativen KI- und klassischen ML-Lösungen.
- Entwurf von Bewertungsrahmen zur Messung der Qualität, Zuverlässigkeit und Sicherheit von KI.
- Integration von KI-Funktionen in Web- und Mobile-Anwendungen durch serverlose Architekturen.
- Optimierung von Prompts, Systemanweisungen und Chunking-Strategien zur Balance von Genauigkeit, Latenz und Kosten.
- Zusammenarbeit mit Kunden, um Geschäftsanforderungen in umsetzbare technische Spezifikationen zu übersetzen.
Voraussetzungen
- 3+ Jahre Erfahrung in Softwareengineering mit Fokus auf ML und NLP.
- Beherrschung von LLM-Architekturen, semantischen Suchtechniken und Einschränkungen generativer Systeme.
- Erfahrung mit produktiven KI-Systemen (Überwachung, Debugging, iterative Verbesserung).
- Außergewöhnliche Kompetenz in Python und SQL.
- Erfahrung im Deployment von ML-Diensten in der Cloud (vorzugsweise AWS).
- „Produkt-Ingenieur“-Mentalität: Leidenschaft für geschäftlichen Wert und Lieferung.
- Fließendes Englisch (schriftlich und mündlich).
Vorteile
- 20 Tage Jahresurlaub (steigend auf 25 nach 3 Jahren).
- Krankheitsurlaub, 10 nationale Feiertage und 2 zusätzliche freie Tage.
- Wohlfühlbudget.
- Elternzeit.
- Erstattung für berufliche Weiterbildung und Zertifizierungen.
- Hardware gemäß den geschäftlichen Anforderungen.
- Positive Ingenieurskultur und kollaboratives Team.
ML Engineer (Applied AI) Arbeitgeber: Tamarind Intelligence
NineTwoThree AI Studio ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung für ML Engineers bietet. Mit einem globalen Team und einer starken Remote-Arbeitskultur fördert das Unternehmen nicht nur die berufliche Weiterentwicklung durch Weiterbildungsbudgets und flexible Urlaubsregelungen, sondern ermöglicht auch die Arbeit an innovativen KI-Projekten, die echten Einfluss auf verschiedene Branchen haben. Die positive Ingenieurskultur und die Möglichkeit, in einem führenden Unternehmen der KI-Branche zu arbeiten, machen NineTwoThree zu einem attraktiven Arbeitsplatz für talentierte Fachkräfte.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so ML Engineer (Applied AI) erhalten könnten
✨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 Tamarind Intelligence 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 ML Engineer (Applied AI) 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 ML Engineer (Applied AI) bei Tamarind Intelligence gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Tamarind Intelligence 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 Tamarind Intelligence entscheidend sein!
