Machine Learning Engineer

Machine Learning Engineer

Vollzeit 45000 - 65000 € / Jahr (geschätzt) Homeoffice möglich
Z

Auf einen Blick

  • Aufgaben: Entwickle und implementiere KI-Modelle für immersive Wohnraum-Erlebnisse.
  • Unternehmen: Zillow, führende Plattform im Immobilienbereich mit innovativer Unternehmenskultur.
  • Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen, flexible Remote-Arbeit und Karriereentwicklung.
  • Weitere Informationen: Dynamisches Team mit großartigen Wachstumschancen und einem Fokus auf Innovation.
  • Warum dieser Job: Gestalte die Zukunft des Wohnens mit modernster Technologie und mache einen echten Unterschied.
  • Qualifikationen: 1-3 Jahre Erfahrung in der Entwicklung von ML-Modellen und starke Python-Kenntnisse.

Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.

Über das Team

Als Machine Learning Engineer im Rich Media Virtual Staging AI-Team von Zillow werden Sie Teil einer Gruppe, die sich darauf konzentriert, Menschen zu helfen, Häuser durch immersive, KI-gestützte Erlebnisse besser zu verstehen. Das Team arbeitet daran, Fotos, Videos und räumliche Signale in strukturierte Darstellungen umzuwandeln, die kundenorientierte Produkte antreiben, die von Millionen von Käufern genutzt werden.

Über die Rolle

Dies ist eine hochwirksame Rolle für einen Einzelbeitragenden, der es liebt, an der Schnittstelle von Modellierung und Systemen zu arbeiten. Als Machine Learning Engineer helfen Sie dabei, wie Zillow produktionsreife Machine Learning-Systeme für reichhaltige Medienerlebnisse aufbaut, indem Sie mit angewandter Wissenschaft und Ingenieurwesen zusammenarbeiten, um vielversprechende Ideen in zuverlässige, skalierbare Produktfähigkeiten umzusetzen.

Sie werden:

  • Productionalization: Den Übergang von Forschungscode zu produktionsbereiten und optimierten Modellen übernehmen. CI/CD-Pipelines einrichten, die es Wissenschaftlern ermöglichen, Modelle in kurzen Iterationszyklen bereitzustellen. Bestehende Überwachungssysteme innovieren, die unsere Dienste zuverlässig machen und Wissenschaftlern Einblicke in die Leistung ihrer Modelle in der Produktion geben.
  • Daten: Gute Daten sind der Schlüssel zu vielen SOTA ML-Methoden. Sie werden die Datensätze unseres Teams besitzen, Datenengineering-Projekte leiten und unterstützen, Datensätze anderer Teams verstehen und mit Wissenschaftlern und anderen Teams zusammenarbeiten, um sie für das Modelltraining vorzubereiten.
  • Training & Experimentation: Projekte übernehmen und Wissenschaftler unterstützen, große Trainings- und Datenverarbeitungsprojekte durchzuführen, indem Sie mit ihnen an spezifischen Projekten zusammenarbeiten, allgemeine Best Practices festlegen und Fachwissen zu Leistung und Softwareengineering-Prinzipien teilen.
  • Modellierung: Auf dem neuesten Stand der Forschung bleiben und Methoden für unsere Anwendungsfälle auf innovative Weise anpassen, um neue Produkterlebnisse zu ermöglichen oder bestehende zu verbessern.
  • Dev & MLOps: Best Practices für Codequalität, Tests und Verantwortung etablieren, die es uns ermöglichen, schnell zu arbeiten, ohne die Zuverlässigkeit zu beeinträchtigen. An unserer bestehenden Bereitschaftsrotation teilnehmen.

Diese Rolle wurde als Remote-Position kategorisiert. „Remote“-Mitarbeiter haben keinen festen Unternehmensarbeitsplatz und arbeiten stattdessen von einem physischen Standort ihrer Wahl aus, der dem Unternehmen mitgeteilt werden muss. U.S.-Mitarbeiter können in jedem der 50 Bundesstaaten leben, mit wenigen Ausnahmen.

Zusätzlich zu einem wettbewerbsfähigen Grundgehalt ist diese Position auch für Eigenkapitalvergütungen basierend auf Faktoren wie Erfahrung, Leistung und Standort berechtigt. Die tatsächlichen Beträge variieren je nach Erfahrung, Leistung und Standort.

Wer Sie sind

  • Sie haben 1-3 Jahre Berufserfahrung im Aufbau und Versand von Machine Learning-Modellen oder ML-gestützten Systemen in der Produktion.
  • Sie haben starke praktische Kenntnisse in Python und mindestens einem modernen Machine Learning-Framework, wie PyTorch, JAX oder TensorFlow.
  • Sie haben praktische Erfahrung mit Cloud-Plattformen (AWS, GCP) und Container-Orchestrierung (Kubernetes).
  • Sie haben Erfahrung mit Datenengineering-Tools und dem Aufbau robuster Datenpipelines (z.B. Spark, Airflow, Streaming-Systeme).
  • Sie haben Erfahrung in der Verwendung von Backend-Code-Sprachen wie TypeScript oder Go, um ML-gestützte Systeme vollständig end-to-end zu implementieren.
  • Sie haben Erfahrung im Aufbau und Betrieb von end-to-end Machine Learning-Workflows, einschließlich Datenpipelines, Modelltraining, Evaluierung, Bereitstellung und Überwachung.
  • Sie haben ein starkes Fundament in den Grundlagen des maschinellen Lernens, wie z.B. Repräsentationslernen, strukturierte Vorhersage, Computer Vision, Optimierung und Fehleranalyse.
  • Sie sind in der Lage, das Verhalten von Modellen und Systemen in realen Umgebungen zu debuggen und Metriken, Protokolle und Experimente zu nutzen, um Ergebnisse zu verbessern.
  • Sie arbeiten effektiv mit angewandten Wissenschaftlern, Softwareingenieuren und Produktpartnern in mehrdeutigen, funktionsübergreifenden Umgebungen zusammen.
  • Sie haben ein starkes ingenieurtechnisches Urteilsvermögen und wissen, wie man Experimentieren mit Zuverlässigkeit, Geschwindigkeit und langfristiger Wartbarkeit in Einklang bringt.
  • Sie kommunizieren technische Ideen klar und können Entscheidungen über Disziplinen hinweg beeinflussen.

Schön zu haben

Erfahrung in Computer Vision, räumlichen Daten, 3D, AR/VR oder verwandten Bereichen ist von Vorteil.

Lernen Sie uns kennen

Bei Zillow stellen wir uns vor, wie Menschen sich bewegen – durch den Immobilienmarkt und durch ihre Karrieren. Als die meistbesuchte Immobilienplattform in den USA helfen wir Kunden, den Kauf, Verkauf, die Finanzierung und die Vermietung mit größerer Leichtigkeit und Zuversicht zu navigieren.

Zillow ist stolz darauf, zu den besten Arbeitsplätzen im Land anerkannt zu werden. Zillow wurde 2025 als eines der FORTUNE 100 besten Unternehmen ausgezeichnet und in die Liste der PEOPLE Companies That Care® 2025 aufgenommen, was unser Engagement für die Schaffung einer innovativen, integrativen und ansprechenden Kultur widerspiegelt, in der Mitarbeiter ermächtigt werden, zu wachsen.

Egal, wo Sie sich in der Organisation befinden, Ihre Arbeit wird Innovationen vorantreiben, unsere Kunden unterstützen und die Branche – und Ihre Karriere – gemeinsam voranbringen.

Zillow Group ist ein Arbeitgeber, der Chancengleichheit bietet und sich verpflichtet hat, ein integratives, innovatives Umfeld mit den besten Mitarbeitern zu fördern. Wir setzen uns für Chancengleichheit ein, unabhängig von Rasse, Farbe, Abstammung, Religion, Geschlecht, nationaler Herkunft, sexueller Orientierung, Alter, Staatsbürgerschaft, Familienstand, Behinderung, Geschlechtsidentität oder Veteranenstatus.

Machine Learning Engineer Arbeitgeber: Zillow

Zillow ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem innovativen und integrativen Umfeld zu arbeiten. Als Teil des Rich Media Virtual Staging AI-Teams haben Sie die Chance, an spannenden Projekten zu arbeiten, die Millionen von Nutzern helfen, Immobilien besser zu verstehen. Mit einem starken Fokus auf Mitarbeiterentwicklung, flexiblen Arbeitsmodellen und einer Unternehmenskultur, die Kreativität und Zusammenarbeit fördert, ist Zillow der ideale Ort für Fachkräfte, die ihre Karriere im Bereich Machine Learning vorantreiben möchten.

Z

Kontaktdaten:

Zillow Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Machine Learning Engineer erhalten könnten

Tipp Nummer 1

Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit anderen Machine Learning Engineers in Kontakt zu treten. Teile deine Projekte und Erfahrungen, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.

Tipp Nummer 2

Bereite dich auf technische Interviews vor! Übe Coding-Challenges und mache dich mit den gängigen Fragen im Bereich Machine Learning vertraut. Wir empfehlen, Mock-Interviews mit Freunden oder Kollegen durchzuführen, um dein Selbstvertrauen zu stärken.

Tipp Nummer 3

Zeige deine Leidenschaft für das Thema! Sprich über aktuelle Trends in der Machine Learning-Welt und wie du diese in deinen Projekten umgesetzt hast. Arbeitgeber suchen nach Kandidaten, die nicht nur die Fähigkeiten haben, sondern auch wirklich begeistert sind.

Tipp Nummer 4

Bewirb dich direkt über unsere Website! Das gibt dir die beste Chance, gesehen zu werden. Vergiss nicht, dein Portfolio oder GitHub-Profil zu verlinken, um deine praktischen Fähigkeiten zu demonstrieren.

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer mit Bravour zu bestehen

Python
Maschinelles Lernen
PyTorch
JAX
TensorFlow
Cloud-Plattformen (AWS, GCP)
Container-Orchestrierung (Kubernetes)

Einige Tipps für deine Bewerbung 🫡

Sei du selbst!:Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die nicht nur die richtigen Fähigkeiten haben, sondern auch gut ins Team passen.

Mach es konkret!:Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um zu zeigen, wie du die Anforderungen der Stelle erfüllst. Das hilft uns, deine Fähigkeiten besser zu verstehen und zu sehen, wie du in unser Team passt.

Achte auf Details!:Überprüfe deine Bewerbung auf Rechtschreib- und Grammatikfehler. Eine sorgfältige Bewerbung zeigt uns, dass du Wert auf Qualität legst und dir Mühe gibst, was für uns wichtig ist.

Bewirb dich über unsere Website!:Um sicherzustellen, dass wir deine Bewerbung schnell und effizient bearbeiten können, bewirb dich bitte direkt über unsere Website. So kannst du sicher sein, dass alles reibungslos läuft!

Wie man sich auf ein Vorstellungsgespräch bei Zillow vorbereitet

Verstehe die Rolle und das Team

Mach dich mit der spezifischen Rolle des Machine Learning Engineers bei Zillow vertraut. Informiere dich über die Rich Media Virtual Staging AI Team-Dynamik und wie deine Fähigkeiten in die Projekte passen. Zeige im Interview, dass du die Herausforderungen und Ziele des Teams verstehst.

Bereite technische Fragen vor

Erwarte technische Fragen zu Python, ML-Frameworks wie PyTorch oder TensorFlow und Cloud-Plattformen. Übe, wie du deine Erfahrungen mit dem Aufbau von ML-Modellen und Datenpipelines klar und präzise erklären kannst. Bereite auch Beispiele vor, die deine Problemlösungsfähigkeiten demonstrieren.

Zeige deine Projektarbeit

Bereite konkrete Beispiele aus deiner bisherigen Arbeit vor, die deine Erfahrung mit der Produktion von ML-Modellen und CI/CD-Pipelines zeigen. Erkläre, wie du mit anderen Teams zusammengearbeitet hast, um Daten für das Training vorzubereiten und wie du Monitoring-Systeme implementiert hast.

Fragen stellen ist wichtig

Bereite einige durchdachte Fragen vor, die dein Interesse an der Rolle und dem Unternehmen zeigen. Frage nach den aktuellen Projekten des Teams, den Herausforderungen, die sie bewältigen, und wie du zur Verbesserung der bestehenden Systeme beitragen kannst. Das zeigt, dass du proaktiv und engagiert bist.