Auf einen Blick
- Aufgaben: Entwickle KI-gestützte Lösungen für eine bessere Kundenerfahrung bei Zendesk.
- Unternehmen: Innovatives Unternehmen, das über 145.000 globale Marken unterstützt.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit Leidenschaft für Technologie und Innovation.
- Warum dieser Job: Gestalte die Zukunft der KI und mache einen echten Unterschied für Millionen von Nutzern.
- Qualifikationen: Erfahrung in Softwareentwicklung, insbesondere mit Python oder Ruby.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Zendesk’s people haben ein Ziel: die Kundenerfahrung zu verbessern. Unsere Produkte helfen mehr als 145.000 globalen Marken, ihre Milliarden von Kunden täglich 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 unser Team verstärkt 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 schlüsselwortbasierte Abrufe 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 hinweg bereit?
- Wie nutzen wir die sich schnell entwickelnden LLM-Technologien optimal?
Was Sie mitbringen:
Grundlegende Qualifikationen:
- Kenntnisse in 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
- Selbstverwalteter, 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), einem sich schnell entwickelnden Bereich in KI und natürlicher Sprachverarbeitung, zu arbeiten
- 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 ist ein Arbeitgeber, der Chancengleichheit bietet, und wir sind stolz auf unsere fortlaufenden Bemühungen, globale Vielfalt, Gleichheit und Inklusion am Arbeitsplatz zu fördern.
Staff ML Engineer — Scalable AI & RAG Search Platform Arbeitgeber: Zendesk
Zendesk ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten, das sich auf die Verbesserung der Kundenerfahrung konzentriert. Mit einem engagierten Team von Fachleuten, die leidenschaftlich an der Entwicklung fortschrittlicher KI-Lösungen arbeiten, fördert Zendesk eine Kultur des kontinuierlichen Lernens und der Zusammenarbeit. Die Mitarbeiter profitieren von flexiblen Arbeitsmodellen, umfangreichen Wachstumschancen und der Möglichkeit, an bedeutenden Projekten zu arbeiten, die Millionen von Kunden weltweit zugutekommen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Staff ML Engineer — Scalable AI & RAG Search Platform 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 Zendesk 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 Staff ML Engineer — Scalable AI & RAG Search Platform 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 Staff ML Engineer — Scalable AI & RAG Search Platform bei Zendesk gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Zendesk 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 Zendesk entscheidend sein!