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.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Engineer 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 Zillow 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 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 bei Zillow gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Zillow 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 Zillow entscheidend sein!