Auf einen Blick
- Aufgaben: Entwickle skalierbare Backend-Systeme für eine Medienintelligenz-Plattform mit modernster Technologie.
- Unternehmen: Innovatives Unternehmen im Bereich Medienintelligenz mit einem kreativen und kollaborativen Team.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Arbeitsumfeld.
- Weitere Informationen: Wachstumschancen in einem schnelllebigen Umfeld mit einem starken Fokus auf Teamarbeit.
- Warum dieser Job: Gestalte die Zukunft der Medienverarbeitung und arbeite an spannenden KI-Projekten.
- Qualifikationen: Erfahrung in Backend-Engineering und Integration von KI/ML-Systemen erforderlich.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Wir entwickeln eine hoch skalierbare Medienintelligenzplattform, die große Mengen an Multimedia-Inhalten über Text, Bild, Video und Audio verarbeitet, analysiert und strukturiert. Als Senior Applied ML Engineer werden Sie die Kern-Backend-Systeme entwerfen und aufbauen, die die Medienaufnahme, Verarbeitungsabläufe, Metadaten-Generierung, KI-basierte Analyse, semantische Suche und Abruf über große Mediatheken unterstützen.
Wir suchen einen Senior Applied ML Engineer, der in der Lage ist, eine produktionsreife Moderationspipeline unter Verwendung von Open-Source-Modellen zu entwerfen, zu implementieren, zu optimieren und zu bewerten. Diese Rolle erfordert tiefgehende Backend-Engineering-Expertise, starke Systemdesignfähigkeiten und praktische Erfahrung bei der Integration von KI/ML-Systemen in Produktionsabläufe.
Sie werden an komplexen Medienverarbeitungs-Pipelines, Video-/Audio-Analyse, OCR, Spracherkennung, Einbettungsgenerierung, Vektorsuche, multimodalen Modellintegrationen und hochgradig asynchronen Arbeitslasten arbeiten. Sie werden eng mit der technischen Leitung zusammenarbeiten, um die Backend-Architektur zu definieren, die Zuverlässigkeit und Skalierbarkeit zu verbessern und andere Ingenieure bei der Bereitstellung sicherer, beobachtbarer und leistungsstarker Systeme zu unterstützen.
Verantwortlichkeiten- Backend-Architektur & Systemverantwortung: Entwerfen, bauen und betreiben Sie skalierbare Backend-Dienste für eine Medienintelligenzplattform mit Fokus auf saubere, wartbare und produktionsbereite Systeme.
- Besitzen Sie kritische Backend-Komponenten von Anfang bis Ende, einschließlich Systemdesign und API-Verträge bis hin zu Implementierung, Bereitstellung, Überwachung und Iteration.
- Treffen Sie architektonische Entscheidungen zu APIs, Verarbeitungs-Pipelines, verteiltem Rechnen, Speicherung, Suche, Beobachtbarkeit, Cloud-Infrastruktur und Modellbereitstellungs-Workflows.
- Entwerfen Sie Datenmodelle und Speicherstrukturen für Medienassets, generierte Metadaten, Einbettungen, Verarbeitungsjobs, Modelloutputs, Suchindizes und Audit-Trails.
- Entwickeln Sie hochgradige Medienaufnahme- und Verarbeitungs-Pipelines für große Mengen an Video-, Audio-, Bild- und Textinhalten.
- Implementieren Sie zuverlässige asynchrone Verarbeitungsmuster, einschließlich Wiederholungen, Idempotenz, Dead-Letter-Queues, Backpressure-Handling und fehlertolerante Jobausführung.
- Leiten Sie die Entwicklung und Optimierung von Metadatenextraktion, Inhaltsanalyse, Szenenerkennung, Transkription, Einbettungsgenerierung und multimodalen KI-Inferenz-Workflows.
- Integrieren und optimieren Sie KI/ML-Dienste innerhalb von Backend-Workflows, einschließlich Modell-APIs, Einbettungspipelines, OCR, Spracherkennung, Szenenanalyse, multimodaler Inferenz, Batching, Caching und Fallback-Strategien.
- Optimieren Sie KI/ML-Inferenz-Workflows hinsichtlich Latenz, Durchsatz, Zuverlässigkeit und Kosten über sowohl Echtzeit- als auch Batch-Verarbeitungspfade.
- Bewerten und wenden Sie praktische Modelloptimierungstechniken wie Quantisierung, Modell-Destillation, Batching, Caching, Prompt-Optimierung und Routing an.
- Bereitstellen und Betreiben von Systemen auf AWS, GCP, Azure oder ähnlichen Cloud-Plattformen, einschließlich Compute, Storage, Networking, Queues, Modellbereitstellungsinfrastruktur und Überwachungssystemen.
- Sicherstellen der Systemzuverlässigkeit durch Protokollierung, Metriken, Nachverfolgung, Alarmierung, Dashboards, betriebliche Handbücher und Best Practices für die Incident-Response.
- Zusammenarbeiten mit Produkt-, Design-, Daten- und ML-Teams zur Bereitstellung medienreicher, KI-gestützter Produktmerkmale.
- Mentoren von Junior- und Mid-Level-Ingenieuren, Unterstützung bei der technischen Planung, Überprüfung von Designs und Verbesserung der Ingenieursqualität im Team.
- Abschluss in Informatik, Ingenieurwesen oder gleichwertiger praktischer Erfahrung.
- 5-7+ Jahre Erfahrung im Backend-Engineering, idealerweise beim Aufbau skalierbarer verteilter Systeme, Medienplattformen, Datenpipelines oder hochgradiger Backend-Dienste.
- Praktische Erfahrung mit der Integration von KI/ML-Inferenzsystemen in Backend-Workflows.
- Starke Expertise in Python und/oder Node.js mit tiefem Verständnis für den Aufbau skalierbarer RESTful APIs und Backend-Architekturen.
- Erfahrung mit SQL/NoSQL-Datenbanken, Schema-Design und Datenmodellierung.
Machine Learning Systems Engineer Arbeitgeber: Tether Operations Limited
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das sich auf die Entwicklung einer skalierbaren Medienintelligenz-Plattform konzentriert. Unsere Unternehmenskultur fördert Zusammenarbeit und kontinuierliches Lernen, während wir Ihnen zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung und zum Mentoring bieten. Darüber hinaus profitieren Sie von flexiblen Arbeitszeiten und der Chance, an spannenden Projekten mit modernster Technologie zu arbeiten, was Ihre Karriere im Bereich Machine Learning und Backend-Engineering erheblich voranbringen kann.
Kontaktdaten:
Tether Operations Limited Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Systems Engineer erhalten könnten
✨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 Tether Operations Limited anzuklopfen, wenn du dich auf die Stelle als Machine Learning Systems Engineer 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 Tether Operations Limited vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Systems Engineer 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 Tether Operations Limited 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 Tether Operations Limited 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.
