Auf einen Blick
- Aufgaben: Leite ein Team, das hochwertige ML-Lösungen entwickelt und implementiert.
- Unternehmen: Xebia, ein globaler Partner für digitale Transformation und KI.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und internationale Zusammenarbeit.
- Weitere Informationen: Arbeiten in einem internationalen Umfeld mit großartigen Wachstumschancen.
- Warum dieser Job: Gestalte die Zukunft der KI mit einem dynamischen Team und innovativen Projekten.
- Qualifikationen: Mindestens 8 Jahre Erfahrung in Machine Learning und 2 Jahre Führungserfahrung.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Xebia ist ein globaler AI-first, digitaler Transformations- und Engineering-Partner. Mit über 25 Jahren Erfahrung und einem Team von 5.000 Fachleuten in 16 Ländern helfen wir Organisationen, skalierbare Produkte, Plattformen und datengestützte Lösungen zu entwerfen und zu entwickeln. Wir sind spezialisiert auf Künstliche Intelligenz, Daten und Cloud, intelligente Automatisierung und digitale Produkte und kombinieren tiefgehende technische Expertise mit einem starken Fokus auf Ingenieurexzellenz und einer menschenzentrierten Kultur.
In der CEE-Region sind wir ein Team von fast 1.000 Experten, die moderne Anwendungen, Datenplattformen und KI-Lösungen für Kunden wie McLaren, Aviva, Deloitte, Spotify, Disney, ING, UPS, Tesco, Truecaller, AllSaints, Volotea, Schmitz Cargobull, Allegro, InPost und viele mehr liefern. Wir arbeiten mit führenden Technologien wie AWS, Azure, GCP, Databricks und Snowflake und kombinieren eine starke Ingenieurexpertise mit einer beratenden Denkweise sowie einem kontinuierlichen Fokus auf Wachstum und Wissensaustausch.
Sie werden:
- sicherstellen, dass das Team hochwertige ML-Scoring-Lösungen (z.B. Klick- und Konversionsvorhersagen) termingerecht liefert,
- die Verantwortung für die technischen Ergebnisse des Teams und die Projektmeilensteine übernehmen,
- den Trainingsumfang für Deep-Learning-Modelle verwalten, einschließlich der Definition des Merkmalspektrums und der Standards für den Modelllebenszyklus,
- den Übergang der Scoring-Verantwortlichkeiten von bestehenden Teams in Zusammenarbeit mit Backend- und Produktbeteiligten orchestrieren,
- fachkundige Einblicke in zukünftige Roadmaps für den ML-Bereich geben.
Ihr Profil:
- 8+ Jahre Erfahrung in Machine Learning oder Data Science-Rollen in Produktionsumgebungen,
- 2+ Jahre direkte Führungserfahrung,
- nachweisliche Erfolge in der Leitung von End-to-End-Modelltrainingsinitiativen für Geschäftsanwendungen,
- starke praktische Expertise im gesamten Modelllebenszyklus: Datenaufbereitung, Merkmalsengineering, Training, Evaluierung, Kalibrierung und kontrollierte Einführung,
- praktische Kenntnisse in Python und SQL, mit starkem Verständnis von ML-/Deep-Learning-Frameworks (z.B. Pytorch oder Tensorflow) und skalierbaren Datenverarbeitungs-Workflows,
- Erfahrung im Betrieb von ML-Workloads in Cloud-Umgebungen, vorzugsweise GCP (Vertex AI, BigQuery, Cloud Storage),
- nachgewiesene Fähigkeit, funktionsübergreifende Ausführungen in den Bereichen ML, Bereitstellung und Produkt sicherzustellen, um strategische Ausrichtung und Leistungsübersicht für Stakeholder zu gewährleisten,
- starke Entscheidungsfindung basierend auf geschäftlichen Einflussmetriken (Umsatz, GMV, Konversion) und Experimentierungsergebnissen,
- sehr gute Englischkenntnisse, sowohl schriftlich als auch mündlich, die eine effektive Zusammenarbeit in einem internationalen und funktionsübergreifenden Umfeld ermöglichen,
- Offenheit für vor Ort Workshops, maximal 1-3 pro Quartal in Warschau.
Wünschenswert:
- Erfahrung in AdTech, Marktplatz-Rankings oder Empfehlungssystemen in großem Maßstab,
- Vertrautheit mit Modellartefakt-Repositories, CI/CD für ML, Experimentverfolgungs-Frameworks und Integrationen von Feature-Stores,
- Erfahrungen mit Online-Inferenzumgebungen und Zusammenarbeit mit Plattformteams, die solche Dienste bereitstellen,
- Erfahrung in der Entwicklung von pCTR/pCVR-ähnlichen Modellen.
Arbeiten aus der Europäischen Union und eine Arbeitserlaubnis sind erforderlich.
Rekrutierungsprozess: CV-Überprüfung – HR-Gespräch – Interview – Kundeninterview – Entscheidung.
Machine Learning Engineer, Team Leader Arbeitgeber: xebiacee
Xebia ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet, in der Innovation und Teamarbeit im Mittelpunkt stehen. Mit einem starken Fokus auf persönliche Entwicklung und kontinuierliches Lernen ermöglicht das Unternehmen seinen Mitarbeitern, ihre Fähigkeiten in den Bereichen Künstliche Intelligenz und digitale Transformation zu erweitern. Die Möglichkeit, an spannenden Projekten mit namhaften Kunden zu arbeiten und die Flexibilität, gelegentlich vor Ort in Warschau zu sein, machen Xebia zu einem attraktiven Arbeitsplatz für Fachkräfte, die nach bedeutungsvoller und erfüllender Beschäftigung suchen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Machine Learning Engineer, Team Leader 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 xebiacee 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 Machine Learning Engineer, Team Leader 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 Machine Learning Engineer, Team Leader bei xebiacee gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei xebiacee 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 xebiacee entscheidend sein!
