Machine-Learning-Ingenieur

🕒 vor 1 Monat

🇪🇺 Europa – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Machine-Learning-Entwickler

👻 Geisterscore 27%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

OnHires

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2020

🎯 Rekrutierung

👥 HR Tech

🤝 B2B

Recruitment • HR Tech • B2B

OnHires ist ein globaler IT-Rekrutierungs- und Personaldienstleistungspartner, der technisches und kreatives Talent für schnell wachsende Unternehmen sucht, prüft und vermittelt. Sie bieten Dienstleistungen wie geprüfte Entwickler, Beschaffung, Executive Search, Talent Mapping, RPO, HR-Beratung und flexible Einstellungsmodelle (Abonnement, Pay-per-Hire, stundenweise) mit einem Fokus auf schnelle, qualitativ hochwertige Einstellungen und skalierbare Talentpipelines.

Beschreibung

• Aufbau zentraler ML-Systeme, die ein proaktives, langfristig ausgerichtetes KI-Produkt antreiben. • Verantwortung für den gesamten Lebenszyklus: Datenaufbereitung, Training, Evaluation, Inferenz, Iteration. • Forschungsideen in produktionsreife Systeme umsetzen, die zuverlässig laufen. • Modellfehler und Systemprobleme mit realen Produktionssignalen debuggen. • Schnell liefern, Ergebnisse messen, verfeinern und wiederholen. • Enge Zusammenarbeit mit Forschungs-, Produkt- und Engineering-Teams. • Mentoring und Review der Arbeit anderer ML-Ingenieure. • Arbeiten unter realen Produktionsbeschränkungen: Latenz, Kosten, Zuverlässigkeit, Sicherheit.

🎯 Anforderungen

• Erfahrung im Aufbau und Rollout von ML-Systemen, die von echten Nutzern verwendet werden. • Fundiertes Verständnis dafür, wie moderne ML-Modelle sich in Produktion verhalten — und fehlverhalten. • Fähigkeit, produktionsreifen Code zu schreiben und systemorientiert (nicht skriptbasiert) zu denken. • Eigenverantwortliches Arbeiten: Aufgaben selbstständig bis zum Abschluss vorantreiben. • Schnelle Auffassungsgabe, klare Kommunikation und iterative Arbeitsweise.