Auf einen Blick
- Aufgaben: Entwickle und verbessere ML-Lösungen in einer dynamischen Cloud-Umgebung.
- Unternehmen: Zeta Global, ein führendes Unternehmen im Bereich KI-gestütztes Marketing.
- Vorteile: Wettbewerbsfähige Vergütung, Aktienoptionen, flexible Arbeitszeiten und Homeoffice-Möglichkeiten.
- Weitere Informationen: Hohe Autonomie, kurze Genehmigungszyklen und Fokus auf Produktentwicklung.
- Warum dieser Job: Arbeite an bedeutenden Projekten mit modernster Technologie und einem unterstützenden Team.
- Qualifikationen: Erfahrung in ML, Python-Kenntnisse und Teamarbeit in multikulturellen Umgebungen.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Wer wir sind: Zeta Global (NYSE: ZETA) ist die KI-gestützte Marketing-Cloud, die fortschrittliche künstliche Intelligenz (KI) und Billionen von Verbrauchersignalen nutzt, um es Marketern zu erleichtern, Kunden effizienter zu gewinnen, zu wachsen und zu halten. Durch die Zeta Marketing Plattform (ZMP) ist unser Ziel, anspruchsvolles Marketing einfach zu gestalten, indem Identität, Intelligenz und Omnichannel-Aktivierung in einer einzigen Plattform vereint werden – unterstützt von einer der größten proprietären Datenbanken und KI der Branche. Unsere Unternehmenskunden aus verschiedenen Branchen sind in der Lage, Erlebnisse mit Verbrauchern auf individueller Ebene über jeden Kanal zu personalisieren und bessere Ergebnisse für Marketingprogramme zu liefern.
Die Rolle: Wir suchen einen erfahrenen ML Engineer / Data Scientist mit mehr als 3 Jahren Erfahrung in Software oder angewandtem ML, um maschinelle Lernlösungen in einer dynamischen Cloud-Umgebung, hauptsächlich auf AWS, zu entwerfen, zu bauen und zu verbessern. Diese Rolle befindet sich an der Schnittstelle von Data Science und Engineering: Daten erkunden, Modelle entwickeln, rigorose Experimente durchführen und die besten Ansätze in eine zuverlässige, reproduzierbare Arbeitsweise überführen.
Wer Sie sind:
- Starke Grundlagen in maschinellem Lernen, Statistik und Versuchsdesign.
- Erfahrung im Aufbau von Modellen für reale Geschäfts- oder Produktprobleme.
- Komfortabel im Umgang mit strukturierten und unstrukturierten Daten.
- Fähigkeit, Ansätze mit klaren Metriken zu vergleichen und fundierte Entscheidungen über Trade-offs zu treffen.
- Interesse an modernem ML, einschließlich klassischem ML, Deep Learning und LLM / GenAI-Workflows.
- Versiert in Python und in der Lage, sauberen, modularen, testbaren Code zu schreiben.
- Erfahrung in der Entwicklung und Bereitstellung von ML-Lösungen in einer Cloud-Umgebung, insbesondere AWS.
- Komfortabel beim Übergang von Prototypen zur Produktion.
- Unabhängiger Ingenieur, der die Arbeit vom Problemframing bis zur Implementierung und Einführung übernehmen kann.
- Ausgezeichnete schriftliche und mündliche Englischkenntnisse.
- Genießen die enge Zusammenarbeit mit Ingenieuren, Produktpartnern und anderen Data Scientists.
- Klare Kommunikation von Methoden, Ergebnissen und Einschränkungen an technische und nicht-technische Zielgruppen.
- Master-Abschluss in Wissenschaft oder Ingenieurwesen oder gleichwertige praktische Erfahrung.
Schön zu haben:
- Erfahrung mit scikit-learn, PyTorch, TensorFlow, XGBoost oder ähnlichen Modellierungsstacks.
- Vertrautheit mit ML-Experimentverfolgung und Reproduzierbarkeit.
- Erfahrung mit SQL, Datenlagern/-seen und Pipeline-Tools wie Airflow, dbt oder Spark.
- Kenntnisse über Feature Stores, Einbettungspipelines oder Vektorsuche für abrufbasierte Systeme.
- Erfahrung im Aufbau von HTTP/gRPC-APIs oder leichten Diensten rund um die Modellinferenz.
- Grundkenntnisse in Docker, grundlegender Orchestrierung und CI/CD.
- Erfahrung in agilen, Remote- und asynchronen Teamumgebungen.
- Veröffentlichungen, Patente, Kaggle/Wettbewerbsergebnisse oder Open-Source-ML-Beiträge.
Was Sie an dieser Rolle mögen könnten:
- Praktische Modellierungsarbeit mit Raum zum Erkunden, Benchmarking und Verbessern realer Systeme.
- Zusammenarbeit bei ML-Patentanmeldungen und Teilnahme an wöchentlichen ML-/Forschungsbesprechungen.
- Ein multikulturelles, ingenieurlastiges Team mit starker Unterstützung durch Kollegen.
- Hohe Vertrauensbasis und Autonomie – klare Ziele, Freiheit, wie man sie erreicht.
- Interne Produktwirkung: bedeutende Projekte, die die Entwickler- und Benutzererfahrung verbessern.
- Kurze Genehmigungszyklen und solide Produktpartnerschaften.
- Eine gesunde Besprechungspolitik und Betonung des Schutzes der Fokuszeit.
- Flexible Arbeitszeiten, Optionen für Remote/Homeoffice und ein ruhiges Büro nur für Ingenieure vor Ort.
- Wettbewerbsfähige Vergütung, einschließlich Aktienoptionen.
Menschen & Kultur bei Zeta: Zeta betrachtet Bewerber für die Beschäftigung ohne Rücksicht auf Geschlecht, Rasse, Farbe, Religion, Alter, Behinderung, Veteranenstatus oder nationale oder ethnische Herkunft; ebenso diskriminiert Zeta nicht aufgrund sexueller Orientierung, Geschlechtsidentität oder -ausdruck. Wir setzen uns dafür ein, eine Arbeitsplatzkultur des Vertrauens und der Zugehörigkeit aufzubauen, damit sich jeder eingeladen fühlt, sein ganzes Ich zur Arbeit zu bringen.
ML Ops Engineer Arbeitgeber: Zeta Global
Zeta Global ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet, in der Innovation und Zusammenarbeit im Mittelpunkt stehen. Mit flexiblen Arbeitszeiten, der Möglichkeit für Remote-Arbeit und einem starken Fokus auf persönliche und berufliche Weiterentwicklung, ermöglicht Zeta seinen Mitarbeitern, bedeutende Beiträge zu leisten und an spannenden Projekten zu arbeiten. Die Unternehmenskultur fördert Vielfalt und Inklusion, sodass jeder Mitarbeiter sich wertgeschätzt und gehört fühlt.