ML-Ingenieur – Leistung

Bei Kpler ist es uns ein Anliegen, unseren Kunden dabei zu helfen, sich problemlos in komplexen Märkten zurechtzufinden. Durch die Vereinfachung globaler Handelsinformationen und die Bereitstellung wertvoller Erkenntnisse ermöglichen wir Organisationen, fundierte Entscheidungen in den Bereichen Rohstoffe, Energie und Schifffahrt zu treffen.

Seit unserer Gründung im Jahr 2014 konzentrieren wir uns auf die Bereitstellung erstklassiger Informationen über benutzerfreundliche Plattformen. Unser Team aus über 850 Experten aus 69 Ländern arbeitet unermüdlich daran, komplexe Daten in umsetzbare Strategien umzuwandeln und sicherzustellen, dass unsere Kunden in einer dynamischen Marktlandschaft die Nase vorn haben. Nutzen Sie mit uns modernste Innovationen für wirkungsvolle Ergebnisse und erfahren Sie beispiellose Unterstützung auf Ihrem Weg zum Erfolg.

Über die Rolle

Als Ingenieur für maschinelles Lernen bei Kpler spielen Sie eine Schlüsselrolle bei der Entwicklung und Bereitstellung von Vorhersagemodellen, die unsere globalen Rohstoff-, Energie- und maritimen Informationsplattformen unterstützen. In enger Zusammenarbeit mit Datenwissenschaftlern, Dateningenieuren und Produktteams schließen Sie die Lücke zwischen Experimenten mit maschinellem Lernen und der Bereitstellung von Software in Produktionsqualität. Ihre Arbeit wird komplexe Datenströme direkt in umsetzbare Erkenntnisse in Echtzeit umwandeln, die weltweit führenden Handelsunternehmen, Industrieführern und Analysten helfen, wichtige Entscheidungen zu treffen.

Hauptaufgaben

•
Entwerfen und implementieren Sie ML-Pipelines: Entwerfen, erstellen und pflegen Sie maschinelle Lernworkflows und Microservices in Produktionsqualität für Strommarktprognosen und Stromnetzmodellierung.

•
Brückenforschung und Technik: Überführen Sie statistische und maschinelle Lernprototypen von anfänglichen Experimenten in skalierbare, produktionsreife Python-Anwendungen.

•
Verwalten Sie Zeitreihen- und Ereignisdatensysteme: Entwerfen und optimieren Sie Datenbankschemata in PostgreSQL, um Zeitreihendaten, Ereignisströme und Normalisierungsroutinen mit hohem Durchsatz zu verarbeiten.

•
Implementieren Sie robuste MLOps-Praktiken: Etablieren Sie Standards für automatisiertes Modelltraining, Backtesting, Evaluierung, Optimierung und Feature-/Modellversionierung in allen Bereitstellungen.

•
Steigern Sie die Qualität des Data Engineering: Erstellen Sie saubere Aufnahme- und Transformationspipelines und stellen Sie so eine hohe Integrität, Validierung und einen Zugriff mit geringer Latenz über alle Analysemodelle hinweg sicher.

•
Verfechten Sie Software-Exzellenz: Schreiben Sie modularen, gut getesteten Python-Code und nehmen Sie aktiv an Peer-Code-Reviews, CI/CD-Automatisierung und agilen Bereitstellungsprozessen teil.

Erfahrung und Hintergrund

Was Sie brauchen (Must-haves)

•
Grundlagen des Software-Engineerings: Ungefähr zwei bis fünf Jahre Erfahrung als datenorientierter Software-Ingenieur.

•
Python-Beherrschung: Umfangreiche Erfahrung in der Arbeit mit großen Produktions-Python-Codebasen, anstatt ausschließlich in Notebooks zu arbeiten.

•
Fachwissen: Tiefes Verständnis der Grundlagen von Stromnetzen, einschließlich Erzeugung, Übertragung und Strommärkten.

•
Datentechnik und Datenbanken: Erfahrung in Datentechnik, einschließlich der Arbeit mit PostgreSQL oder ähnlichen Datenbanken, Datenbankdesign, Datennormalisierung und Verwaltung von Zeitreihen und Ereignisdaten.

•
Strenge DS- und ML-Forschung: Nachgewiesene Erfahrung in der Datenwissenschaft und maschinellen Lernforschung, einschließlich Statistik, Hypothesentests, Modelltraining, Bewertung, Backtesting, Optimierung und Modellauswahl.

•
MLOps & Versionierung: Praktische Erfahrung in der maschinellen Lerntechnik, insbesondere einschließlich Modell- und Feature-Versionierung.

•
Technische Praktiken und Kommunikation: Sicheres Arbeiten mit Git, Codeüberprüfungen und agilen Methoden, unterstützt durch gute Englischkenntnisse in Wort und Schrift.

Nice-to-have

•
Cloud-Plattformen: Erfahrung in der Bereitstellung von ML-Workloads auf AWS oder GCP mit Docker und Kubernetes.

•
Workflow-Orchestrierung: Vertrautheit mit Orchestrierungstools wie Apache Airflow, Kubeflow oder MLflow.

•
Streaming-Technologien: Umgang mit Echtzeit-Streaming-Architekturen (z. B. Apache Kafka).

Wir sind ein dynamisches Unternehmen, das sich der Pflege von Verbindungen und der Entwicklung innovativer Lösungen verschrieben hat, um die Herausforderungen des Marktes direkt anzugehen. Wenn Ihnen Kundenzufriedenheit und die Verwirklichung von Ideen am Herzen liegen, dann haben Sie Ihr ideales Ziel gefunden. Sind Sie bereit, diese spannende Reise mit uns anzutreten?

Wir lassen Dinge geschehen

Wir handeln entschlossen und zielgerichtet und gehen die Extrameile.

Wir bauen gemeinsam

Wir pflegen Beziehungen und entwickeln kreative Lösungen, um Marktherausforderungen zu meistern.

Wir sind hier, um zu helfen

Mit einem freundlichen Umgang sind wir für Kollegen und Kunden zugänglich und unterstützend.

Das Versprechen unseres Volkes

Erfüllen Sie nicht jede einzelne Anforderung? Untersuchungen zeigen, dass sich Frauen und Menschen mit dunkler Hautfarbe seltener als andere bewerben, wenn sie das Gefühl haben, dass sie die Stellenanforderungen nicht zu 100 % erfüllen. Lassen Sie nicht zu, dass Ihnen die Vertrauenslücke im Weg steht, wir würden uns freuen, von Ihnen zu hören! Wir verstehen, dass Erfahrung viele verschiedene Formen annehmen kann, und sind bestrebt, dem Team neue Perspektiven hinzuzufügen.

Kpler setzt sich dafür ein, ein faires, integratives und vielfältiges Arbeitsumfeld zu schaffen. Wir glauben, dass unterschiedliche Perspektiven zu besseren Ideen führen und bessere Ideen es uns ermöglichen, die Bedürfnisse und Interessen unserer vielfältigen, globalen Gemeinschaft besser zu verstehen. Wir heißen Menschen mit unterschiedlichem Hintergrund, Erfahrungen, Fähigkeiten und Perspektiven willkommen und sind ein Arbeitgeber, der Chancengleichheit bietet.

Mit meiner Bewerbung bestätige ich, dass ich die Datenschutzerklärung für Mitarbeiter gelesen und akzeptiert habe
Finden Sie Jobs in Frankreich auf Arbeitnow

Quelle: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/kpler/ml-engineer-power-paris-215115)