Machine Learning Engineer II

Als Machine Learning Engineer II sind Sie ein wichtiger Beitrag zum Design, zur Entwicklung und zum Einsatz unserer grundlegenden KI- und ML-Modelle. Sie werden robuste, skalierbare Machine-Learning-Pipelines und -Plattformen aufbauen, die fortschrittliche Analysen und Geschäftsinformationen unterstützen.

Hier ist, wie Sie einen Einfluss ausüben:

• Design & Ausführung: Übernehmen Sie die Verantwortung für das Design und die Implementierung moderner KI-Stack-Komponenten, einschließlich der Datenaufnahme für KI/ML-Workloads und End-to-End-Modelltraining und -bereitstellungspipelines.
• Skalierung & Optimierung: Bauen und verwalten Sie fehlertolerante KI-Plattformen, die wirtschaftlich skalieren. Sie werden die Wartung von Legacy-Modellen mit der schnellen Entwicklung fortschrittlicher, skalierbarer Lösungen in Einklang bringen.
• Mentoring & Zusammenarbeit: Bieten Sie technische Mentorschaft für Junior Engineers und fördern Sie eine kollaborative Umgebung. Sie fungieren als Brücke zwischen Data Science und Produktionstechnik.
• Technische Exzellenz vorantreiben: Fördern Sie Best Practices in Codierung, Testen und MLOps. Sie gedeihen in unklaren Bedingungen, indem Sie unabhängig Möglichkeiten zur Optimierung von Modellpipelines und zur Verbesserung von KI-Workflows identifizieren.
• Cross-Funktionale Integration: Arbeiten Sie mit Data Scientists, Produktmanagern und Software-Ingenieuren zusammen, um geschäftliche Anforderungen in technische Anforderungen zu übersetzen und KI-Lösungen in Produktionsanwendungen zu integrieren.
• Implementierung von Governance: Setzen Sie Qualitätsstandards, Integrität und Zuverlässigkeit von Modellen durch. Sie sind verantwortlich für die Implementierung von Modellherkunft, Fairness und Datenschutzkontrollen innerhalb der automatisierten Pipelines.
• Überwachung & Messung: Bauen Sie Überwachungsrahmen, um die Modellleistung und System-KPIs zu verfolgen und sicherzustellen, dass unsere KI-Initiativen messbare Geschäftsergebnisse liefern.

Sie gedeihen hier, indem Sie Folgendes besitzen:

• Erfahrung: Mindestens 4–6 Jahre Berufserfahrung im Bereich Machine Learning Engineering mit nachweislicher Erfolgsbilanz bei der Bereitstellung von Modellen in Produktionsumgebungen.
• Bildung: Abschluss/Diplom in Informatik, Ingenieurwesen, Data Science, angewandter KI, Machine Learning oder einer Kombination davon.
• Technische Tiefe: Tiefes Verständnis des modernen KI-Stacks, einschließlich Datenaufnahme-Workflows und Erfahrung mit kuratierten Datenlagern wie Snowflake, Databricks oder Redshift.
• Cloud-Kompetenz: Mindestens 3 Jahre praktische Erfahrung mit AWS-Infrastruktur, insbesondere SageMaker, Spark/AWS Glue und Infrastructure as Code (IaC) mit Terraform.
• Orchestrierungs-Experte: Hohe Kompetenz im Management von mehrstufigen Workflows mit Airflow oder ähnlichen Orchestrierungssystemen zur Automatisierung von Trainings- und Bereitstellungszyklen.
• MLOps-Toolkit: Praktische Erfahrung mit MLflow, Kubeflow oder SageMaker Feature Store zur Unterstützung des gesamten Lebenszyklus des maschinellen Lernens.
• Governance-Mindset: Vertrautheit mit Praktiken der Modellgovernance (Herkunft, Fairness und Datenschutz) und Erfahrung mit der Verwendung von Datenkatalogisierungstools zur Einhaltung von Vorschriften.
• Kommunikation: Starke Fähigkeit, komplexe technische Konzepte an nicht-technische Stakeholder zu kommunizieren und die Projektleitung zu beeinflussen.
• Branchenspezifischer Kontext: Erfahrung in FinTech- oder SaaS-Umgebungen ist ein erheblicher Vorteil.

Die endgültige Vergütung wird basierend auf Erfahrung, Fachwissen und Rollenausrichtung festgelegt. Die meisten Kandidaten werden im mittleren Bereich eingestellt, wobei das obere Ende für diejenigen reserviert ist, die außergewöhnliche Tiefe, Einfluss und sofortige Autonomie mitbringen.

Wir bieten auch:

• Bonusstruktur
• Arbeitgeberfinanzierte Leistungen
• Gesundheits- und Wellnesskonto
• Berufliche Entwicklungskonto
• Wellnesstage
• Bezahlte Urlaubszeit
• Shutdown-Welle (zusätzliche Urlaubstage im Sommer)
• Get A-Wave-Programm (arbeiten Sie bis zu 90 Tage von überall auf der Welt)

Bei Wave schätzen wir die Vielfalt der Perspektiven. Ihre einzigartige Erfahrung bereichert unsere Organisation. Wir begrüßen Bewerber aus allen Hintergründen. Lassen Sie uns darüber sprechen, wie Sie hier gedeihen können! Wave verpflichtet sich, eine inklusive und zugängliche Kandidatenerfahrung zu bieten. Wenn Sie während des Rekrutierungsprozesses Unterstützung benötigen, lassen Sie es uns bitte wissen, indem Sie eine E-Mail an careers@waveapps.com senden. Wir werden mit Ihnen zusammenarbeiten, um Ihre Bedürfnisse zu erfüllen.