Auf einen Blick
- Aufgaben: Entwickle KI-gestützte Lösungen und verbessere die Suchplattform bei Zendesk.
- Unternehmen: Innovatives Unternehmen, das die Kundenbindung revolutioniert.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen und einem leidenschaftlichen Team.
- Warum dieser Job: Gestalte die Zukunft der KI und mache einen echten Unterschied für Millionen von Nutzern.
- Qualifikationen: Erfahrung in Programmierung, insbesondere Python oder Ruby, und Teamarbeit.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Zendesk’s Menschen haben ein Ziel vor Augen: die Verbesserung der Kundenerfahrung. Unsere Produkte helfen mehr als 145.000 globalen Marken (wie AirBnb, Uber, JetBrains, Slack und anderen), täglich Milliarden von Kunden glücklich zu machen.
Unser Team ist darauf spezialisiert, eine robuste Volltextsuche für unsere Kunden über mehrere Kanäle hinweg bereitzustellen, einschließlich Hilfezentren und agentischen RAG (retrieval-augmented-generation) Bots. In Zusammenarbeit mit ML-Ingenieuren und Wissenschaftlern liefern wir hochwertige KI-Produkte unter Verwendung der neuesten Werkzeuge und Techniken und bieten sie in einem Maßstab an, von dem die meisten Unternehmen nur träumen können. Wir sind leidenschaftlich daran interessiert, Endbenutzern zu helfen, das zu finden, wonach sie suchen, und unseren Kunden zu helfen, das Beste aus ihrer Wissensdatenbank herauszuholen.
Wir suchen einen Staff Machine Learning Engineer, der unserem Team beitritt und eine Schlüsselrolle bei der Weiterentwicklung der Suchplattform von Zendesk spielt!
Was Sie tun werden:
- Bereitstellung von KI-gestützten Funktionen für unsere Kunden im Zendesk-Maßstab unter Verwendung neuester LLM-Technologien
- Enge Zusammenarbeit mit Produktmanagement, ML-Wissenschaftlern und anderen Ingenieuren innerhalb des Teams und im gesamten Unternehmen zur Definition des Funktionsumfangs und der Implementierungsstrategien unter Verwendung von ML-Technologie
- Mentoring von Junior-Teammitgliedern sowie Zusammenarbeit mit erfahreneren Kollegen zur Förderung des gegenseitigen Lernens
- Unterstützung unserer bereitgestellten Dienste, um ein hohes Maß an Stabilität und Zuverlässigkeit sicherzustellen
- Schreiben von sauberem und wartbarem Code, um die Lieferverpflichtungen des Teams zu erfüllen
- Beitrag zu Diskussionen über technisches Design und Best Practices
Hier einige der Herausforderungen, an denen Sie arbeiten werden:
- Wie erweitern wir unsere RAG-Plattform, um neue Anwendungsfälle zu bewältigen?
- Wie integrieren und verbessern wir hybride Suchlösungen, die Vektor-Embeddings und keyword-basierte Abrufmethoden kombinieren?
- Wie verbessern wir das Ranking der Suchergebnisse?
- Wie optimieren wir unsere Indexierungspipeline hinsichtlich Geschwindigkeit und Kosteneffizienz?
- Wie stellen wir die beste Abrufplattform über mehrere Kanäle bereit?
- Wie nutzen wir die sich schnell entwickelnden LLM-Technologien optimal?
Was Sie für die Rolle mitbringen:
Grundlegende Qualifikationen:
- Beherrschung von Programmiersprachen wie Python oder Ruby sowie Erfahrung mit relevanten Testframeworks
- Solides Verständnis von Architektur und Softwaredesignmustern für serverseitige und Webanwendungen
- Kollaborative und wachstumsorientierte Denkweise mit dem Engagement für kontinuierliches Lernen und Entwicklung
- Selbstverwaltender, engagierter Ansatz mit der Fähigkeit, unabhängig zu arbeiten
- Erfahrung im Aufbau skalierbarer und stabiler Softwareanwendungen
- Fähigkeit, Hypothesen zu formulieren, Experimente durchzuführen und Ergebnisse zu analysieren, um Ingenieurentscheidungen zu informieren
Bevorzugte Qualifikationen:
- Erfahrung im Entwerfen, Implementieren und Optimieren von Suchlösungen, idealerweise unter Verwendung von Machine Learning-Techniken und Elasticsearch zur Verbesserung der Suchrelevanz und -leistung
- Erfahrung im Management und in der Bereitstellung von Cloud-Diensten mit AWS
- Erfahrung mit ereignisgesteuerter, verteilter Architektur unter Verwendung von Kafka
Technologiestack:
- Unser Code basiert hauptsächlich auf Python und Ruby
- Unsere Machine Learning-Modelle basieren auf PyTorch
- Unsere Plattform ist auf AWS aufgebaut
- Daten werden in RDS MySQL, Redis, S3, ElasticSearch, Kafka und Snowflake gespeichert
- Dienste werden auf Kubernetes unter Verwendung von Docker bereitgestellt, Kafka wird für die Stream-Verarbeitung verwendet
- Die Infrastrukturgesundheit wird mit Datadog und Sentry überwacht
Was wir bieten:
- Ein Team leidenschaftlicher Menschen, die lieben, was sie tun!
- Spannende Möglichkeit, im Bereich RAG (retrieval-augmented-generation) zu arbeiten, einem sich schnell entwickelnden Bereich in der KI und der Verarbeitung natürlicher Sprache
- Verantwortung für die Produktmerkmale im großen Maßstab, was einen erheblichen Einfluss auf Millionen von Kunden hat
- Gelegenheit zu lernen und zu wachsen!
- Möglichkeit, sich in Bereichen wie Sicherheit, Leistung und Zuverlässigkeit zu spezialisieren
Zendesk glaubt an die Schaffung einer erfüllenden und integrativen Erfahrung für unsere Mitarbeiter. Unsere hybride Arbeitsweise ermöglicht es uns, absichtlich persönlich zusammenzukommen, um zu verbinden, zu kollaborieren und zu lernen, während wir unseren Mitarbeitern auch die Flexibilität geben, einen Teil der Woche remote zu arbeiten.
Zendesk ist ein Arbeitgeber, der Chancengleichheit bietet, und wir sind stolz auf unsere fortlaufenden Bemühungen, globale Vielfalt, Gleichheit und Inklusion am Arbeitsplatz zu fördern.
Staff Machine Learning Engineer Arbeitgeber: Zendesk
Zendesk ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern eine erfüllende und inklusive Erfahrung bietet. Mit einem hybriden Arbeitsmodell ermöglicht das Unternehmen Flexibilität und fördert gleichzeitig die Zusammenarbeit und das Lernen in inspirierenden Büros in Städten wie Berlin, Krakau und Lissabon. Mitarbeiter haben die Möglichkeit, an innovativen Projekten zu arbeiten, sich kontinuierlich weiterzuentwickeln und Teil eines Teams zu sein, das die Zukunft der KI-Interaktionen gestaltet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Staff Machine Learning Engineer erhalten könntest
✨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 Zendesk anzuklopfen, wenn du dich auf die Stelle als Staff Machine Learning 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 Zendesk vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Staff Machine Learning 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 Zendesk 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 Zendesk 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.