Auf einen Blick
- Aufgaben: Entwickle und skaliere ML-Infrastrukturen für unsere nächste AdTech-Plattform.
- Unternehmen: Zalando, ein führendes Unternehmen im Bereich Mode-E-Commerce mit einem inklusiven Team.
- Vorteile: 27 Tage Urlaub, hybrides Arbeiten, Mitarbeiterrabatte und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen und einem Fokus auf Vielfalt.
- Warum dieser Job: Arbeite an innovativen Projekten und forme die Zukunft des Online-Marketings.
- Qualifikationen: Erfahrung in Softwareentwicklung, Datenstreaming und MLOps erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Zalando Marketing Services (ZMS) steht für eine neue Ära des Marketings im Mode-E-Commerce. Wir ermöglichen es Mode-, Schönheits- und Lifestyle-Partnern, mit über 60 Millionen aktiven Kunden in europäischen Märkten auf Zalando und darüber hinaus zu interagieren, indem wir Zugang zu exklusiven Zielgruppen und intelligenten Marketing-Tools bieten. Wir sind ehrgeizig und engagiert, der Ausgangspunkt für Mode für unsere Kunden und Partner zu sein; daher gründen und skalieren wir unser angewandtes Wissenschafts- und Ingenieurwesen für die Anzeigenpersonalisierung neu, indem wir von Benutzer-, Inhalts- und Kontextverständnis rückwärts arbeiten.
In ZMS Tech entwickeln wir derzeit unser Echtzeit-Inferenzsystem für gesponserte Vorhersagen weiter und bauen ein brandneues System zur Abrufung von Anzeigenkandidaten auf, um Millionen von gesponserten Anzeigenmöglichkeiten in Echtzeit, mit niedriger Latenz und in hohem Volumen zu bewältigen. Als ML Engineer werden Sie mit einem talentierten, funktionsübergreifenden Team aus angewandten Wissenschaftlern, Software-Ingenieuren, Dateningenieuren, Produktmanagern und Designern zusammenarbeiten. Gemeinsam werden Sie Datenpipelines und Maschinenlern-Infrastrukturen für unsere nächste Generation von AdTech-Plattformen aufbauen und skalieren.
INCLUSIVE BY DESIGN
Wenn Sie denken, dass Sie das Zeug dazu haben, ermutigen wir Sie, sich zu bewerben, auch wenn Sie nicht alle Anforderungen erfüllen. Sie könnten genau der richtige Kandidat für diese oder andere Rollen sein! Bei Zalando ist es unser Ziel, das führende paneuropäische Ökosystem für Mode- und Lifestyle-E-Commerce zu sein – eines, das auf Vielfalt gedeiht und wirklich inklusiv gestaltet ist. Wir glauben, dass vielfältige Teams Innovation und Kreativität fördern, und wir suchen aktiv nach Talenten aus allen Hintergründen.
Wir bemühen uns aktiv, Vorurteile in unseren Einstellungs- und Beschäftigungsprozessen abzubauen, wobei wir uns auf Ihre Qualifikationen, Fähigkeiten und Beiträge konzentrieren. Um dies zu unterstützen, bitten wir Sie, persönliche Details wie Ihr Foto, Alter oder Ihren Familienstand in Ihrem Lebenslauf zu vermeiden, um eine faire und gerechte Bewertung ausschließlich auf der Grundlage Ihrer Fähigkeiten und Ihres Potenzials sicherzustellen.
Wir setzen uns dafür ein, allen Bewerbern ein außergewöhnliches und zugängliches Erlebnis zu bieten. Wenn Sie Unterstützung während des Einstellungsprozesses benötigen, lassen Sie es uns bitte wissen – wir sind hier, um Ihnen zu helfen.
WAS WIR VON IHNEN ERWARTEN (UND WAS WIR GERNE TUN)
- Design & Architektur: Spielen Sie eine Schlüsselrolle bei der Gestaltung, Architektur und Entwicklung von End-to-End-Datenengineering- und MLOps-Lösungen mit voller operativer Verantwortung für Cloud-Infrastruktur (AWS, Databricks, Kubernetes).
- Streaming-Pipelines: Erfassen Sie Anforderungen und entwerfen Sie hochdurchsatzfähige, latenzarme Batch- und Echtzeit-Feature-Pipelines mit Apache Flink (Java) und Spark (Python), um produktionsreife Features für unser zentrales Hopsworks Feature Store bereitzustellen.
- Systembetrieb: Treiben Sie die Operationalisierung, Modellbereitstellung und Wartung (MLOps/MLaaS) unseres Echtzeit-Inferenzsystems für gesponserte Vorhersagen und neuer Anzeigenkandidaten-Abrufsysteme voran.
- Wissenschaftliche Zusammenarbeit: Arbeiten Sie eng mit angewandten Wissenschaftlern zusammen, um die Laufzeit der Datenpipeline, die Datenqualität und die Modellleistung, Latenz und Speichernutzung zu optimieren.
- Betriebliche Exzellenz: Übernehmen Sie die Verantwortung für die betriebliche Exzellenz unserer KI-Systeme, implementieren Sie robuste CI/CD-Pipelines, kontinuierliches Monitoring und automatisierte Alarmierung für verteilte Systeme, um Skalierbarkeit und Zuverlässigkeit zu maximieren.
- Kommunikation & Roadmapping: Kommunizieren Sie effektiv mit Produktmanagern, Datenwissenschaftlern und Ingenieuren und übersetzen Sie komplexe Ingenieurkonzepte in umsetzbare Roadmaps.
- Workflow-Automatisierung: Streben Sie danach, die Markteinführungszeit für die Experimentier-zu-Produktion-Workflows des Teams kontinuierlich zu verbessern und zu automatisieren.
WIR FREUEN UNS DARAUF, SIE KENNENZULERNEN
- Solide Grundlage: Sie haben einen Abschluss in Informatik, einem verwandten technischen Bereich oder verfügen über gleichwertige praktische Erfahrungen, die starke Software-Engineering-Grundlagen zeigen.
- Streaming & Datenengineering: Sie haben umfangreiche praktische Erfahrungen in der Gestaltung, dem Aufbau und der Wartung von hochdurchsatzfähigen, latenzarmen Datenstreaming-Anwendungen. Praktische Erfahrungen mit Apache Flink und Spark sind sehr gefragt.
- MLOps & Modellbereitstellung: Sie verfügen über berufliche Erfahrungen in der Operationalisierung von maschinellem Lernen, der Modellbereitstellung (z.B. Triton, SageMaker), der Versionskontrolle von Daten und der Workflow-Orchestrierung (z.B. Airflow oder Databricks-Workflows).
- Starke Programmierkenntnisse: Sie sind versiert in Java und/oder Python und haben eine große Leidenschaft für das Schreiben von sauberem, testbarem und wartbarem Produktionscode. Vertrautheit mit ML-Bibliotheken (z.B. PyTorch, TensorFlow) ist ein großes Plus.
- Moderne Praktiken: Sie sind gut vertraut mit agilen Methoden, CI/CD-Pipelines und der Etablierung effektiver Metriken und Überwachungen für großangelegte verteilte Systeme.
- Zusammenarbeit & Mentoring: Sie haben Erfahrung in der engen Zusammenarbeit mit angewandten Wissenschaftlern und im Mentoring anderer Ingenieure, mit ausgezeichneten mündlichen und schriftlichen Kommunikationsfähigkeiten, um technische Lücken zwischen den Stakeholdern zu überbrücken.
UNSER ANGEBOT
Zalando bietet eine Reihe von Vorteilen, hier ist eine Übersicht über das, was Sie erwarten können. Fragen Sie Ihren Talent Acquisition Partner, um mehr über unser Angebot zu erfahren.
- 27 Tage Urlaub pro Jahr für Vollzeitmitarbeiter (+1 Tag für jedes Kalenderjahr bis zu 30 Tagen)
- 2 bezahlte Freiwilligentage pro Jahr
- Hybrides Arbeitsmodell mit bis zu 60% Remote pro Woche, die tatsächliche Praxis liegt im Ermessen jedes Teams, um die Zusammenarbeit bestmöglich zu unterstützen
- Arbeiten im Ausland für bis zu 30 Arbeitstage pro Jahr
- Mitarbeiteraktienprogramm
- 40% Rabatt auf Mode- und Schönheitsprodukte, die von Zalando verkauft und versendet werden, 30% Rabatt auf Lounge by Zalando, Rabatte von externen Partnern
- Umzugshilfe verfügbar (nach vorheriger Vereinbarung)
- Familienservices, einschließlich Beratung und Unterstützung
- Gesundheits- und Wellnessoptionen (einschließlich Wellhub, früher Gympass)
- Unterstützung und Coaching für psychische Gesundheit verfügbar
- Fördern Sie Ihre Entwicklung durch unsere Schulungsplattform und halbjährliche Peer-to-Peer-Bewertungen
Machine Learning Engineer (all genders) Arbeitgeber: Zalando
Zalando ist ein hervorragender Arbeitgeber, der eine inklusive und vielfältige Arbeitsumgebung fördert, in der Innovation und Kreativität im Mittelpunkt stehen. Mit einem hybriden Arbeitsmodell, großzügigen Urlaubstagen und umfangreichen Weiterbildungsangeboten bietet Zalando seinen Mitarbeitern die Möglichkeit, sich sowohl beruflich als auch persönlich weiterzuentwickeln. Zudem profitieren Mitarbeiter von attraktiven Rabatten auf Modeprodukte und einem starken Fokus auf Gesundheit und Wohlbefinden.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Engineer (all genders) 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 Zalando 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 (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 Machine Learning Engineer (all genders) bei Zalando gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Zalando 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 Zalando entscheidend sein!
