Ingegnere AI – Softwareentwicklung (m/w/d)
A proposito di questo ruolo
Wir suchen einen AI Engineer im Bereich Softwareentwicklung im Agenturumfeld (m/w/d) mit Berufserfahrung. DEINE AUFGABEN Concezione e utilizzo delle applicazioni AI per noi e i nostri clienti – dall'idea del prototipo per la ricerca produttiva Collegamento di LLM e modelli KI sulle API nei migliori sistemi, backend e modelli di dati Prototipazione e sviluppo di Proof of Concepts, um Machbarkeit e Mehrwert von AI-Use-Cases da osservare per la valutazione e l'ottimizzazione automatica dei modelli e delle soluzioni relative all'ergebnisqualität, alla latenza e al costo del prodotto
Competenze/categorie
Informazioni sui ruoli dati/ml
I ruoli relativi ai dati e al machine learning sono suddivisi in tre gruppi: analisti (SQL, dashboard, domande aziendali), ingegneri (pipeline, infrastrutture) e scienziati (modellazione, sperimentazione). Il titolo del lavoro non ti dice sempre quale: leggi attentamente la descrizione.
Abilità tipiche: SQL, Python, panda, statistiche di base; I ruoli ML aggiungono scikit-learn/PyTorch/TensorFlow; i ruoli ingegneristici aggiungono Airflow / dbt / Spark
Approfondimenti sugli stipendi (Stati Uniti, approssimativi)
L'intervallo tipico per i ruoli dati/ml negli Stati Uniti è $85.000–$240.000/anno, che varia ampiamente a seconda dell'anzianità, della fase aziendale e della città.
Solo stime. Per i numeri specifici dell'azienda, controlla Levels.fyi (tech), Glassdoor o chiedi durante il colloquio.
Come prepararsi per il colloquio
Le interviste sui dati sono suddivise: analisti ricevere domande su SQL e casi di studio, ingegneri ottenere progettazione e codifica della pipeline, scienziati ottieni statistiche + modellazione ML + a volte un set di dati da portare a casa. Leggi attentamente il JD e preparati al sapore reale: non perdere tempo con PyTorch per un ruolo di analista.
Domande comuni a tutti e tre: "Come misureresti il successo di [caratteristica del prodotto]?", "Guidami attraverso un progetto in cui i dati ti hanno detto qualcosa di sorprendente", e Funzioni della finestra SQL (LAG, ROW_NUMBER, PARTITION BY: esercitati in modo specifico). Per i ruoli ML, aspettati una domanda sull'adattamento eccessivo, sul compromesso bias-varianza e su come eseguire il debug di un modello che funziona bene nell'addestramento e male nella produzione.
Dove questo ruolo tipicamente porta
I percorsi di carriera nel campo dei dati/ML sono diventati più complicati man mano che la disciplina è maturata. La progressione più chiara: Analista junior → Analista senior → Responsabile analisi dal lato degli analisti, Junior Data Engineer → Senior → Staff dal lato ingegneristico, e Junior DS → Senior DS → Principal DS / ML Lead dal lato modellistico. I picchi salariali sono più alti per gli ingegneri ML e i ricercatori presso le grandi aziende tecnologiche.
Gli spostamenti interdisciplinari sono comuni: gli analisti che imparano l'ingegneria spesso imparano più degli ingegneri che non hanno imparato il contesto aziendale. Resta vicino al business: i dati più preziosi sono quelli che i dirigenti introducono nelle discussioni sulla strategia, non quelli che creano solo dashboard.
Bandiere rosse a cui prestare attenzione
- Ruolo di "scienziato dei dati" che è in realtà un analista SQL. Leggi attentamente le responsabilità: se sono tutte dashboard e query ad hoc, è un ruolo di analista con un titolo scientifico.
- Nessuna menzione della collaborazione delle parti interessate. Il lavoro sui dati in isolamento è solitamente un lavoro sui dati che viene ignorato. Il ruolo deve essere integrato in un team aziendale.
- "AI / ML" elencato ovunque ma senza dettagli. Se non riescono a nominare i problemi reali che vogliono risolvere con il machine learning, l'azienda fa acquisti di parole d'ordine.
- Chiedere "10+ anni di Python" o combinazioni impossibili. O il JD è stato scritto dalle risorse umane senza il contributo di un team di dati oppure l'azienda ha aspettative non realistiche.
Domande frequenti
Come posso candidarmi a questo ruolo?
Fai clic sul pulsante "Candidati su Arbeitnow" nella parte superiore di questa pagina. Verrai inviato all'annuncio originale in cui il datore di lavoro accetta le domande. Wikishopline non raccoglie curriculum né elabora candidature.
Questo elenco è attuale?
Wikishopline aggrega quotidianamente lavori da fonti partner (arbeitnow). I post più vecchi di circa 14 giorni vengono eliminati, ma verifica sempre che il ruolo sia ancora aperto sul sito del datore di lavoro prima di dedicare tempo a una lettera di accompagnamento.
Wikishopline addebita costi ai datori di lavoro o ai candidati?
No. I lavori aggregati sono gratuiti per entrambe le parti. Wikishopline accetta anche inserzioni retribuite per 30 giorni/$5 su /jobs/submit per i datori di lavoro che desiderano visibilità diretta, ma l'elenco che stai visualizzando proviene da un partner.
Cosa comporta in genere un ruolo dati/ml?
I ruoli relativi ai dati e al machine learning sono suddivisi in tre gruppi: analisti (SQL, dashboard, domande aziendali), ingegneri (pipeline, infrastrutture) e scienziati (modellazione, sperimentazione). Il titolo del lavoro non ti dice sempre quale: leggi attentamente la descrizione.
Qual è la fascia salariale tipica per i ruoli dati/ml negli Stati Uniti?
Circa $ 85.000– $ 240.000 USD/anno, a seconda dell'anzianità, dell'ubicazione e della fase aziendale. Si tratta di una gamma ampia appositamente: verifica con Levels.fyi o Glassdoor per l'azienda specifica.
