In sintesi
- Mansioni: Sviluppa e migliora pipeline ML per rendere i processi più efficienti e accurati.
- Azienda: Mimica, piattaforma innovativa di intelligenza artificiale con una cultura collaborativa.
- Benefit: Retribuzione competitiva, opzioni azionarie, lavoro remoto e budget per la formazione.
- Altre informazioni: Ambiente dinamico con opportunità di crescita professionale e lavoro flessibile.
- Perché questo lavoro: Contribuisci a progetti all'avanguardia che trasformano il modo in cui lavoriamo.
- Qualifiche: Esperienza in machine learning e abilità di programmazione in Python.
La retribuzione prevista è compresa tra 135000 - 165000 € per anno.
Le informazioni riportate di seguito illustrano i requisiti del ruolo, l'esperienza richiesta ai candidati e le qualifiche associate.
Mimica è una piattaforma di intelligenza dei processi alimentata dall'IA che consente alle imprese e agli individui di recuperare la loro risorsa più preziosa: il tempo. Abbiamo tutti visto come compiti ripetitivi e processi ridondanti drenino silenziosamente produttività e creatività. Non perché le aziende non vogliano diventare più efficienti, ma perché non sanno da dove cominciare.
Mimica analizza automaticamente il lavoro del tuo team, quindi genera gli agenti IA per eseguirlo. Il nostro software trasforma il lavoro quotidiano in decisioni basate sui dati, aiutando le aziende a rimuovere i colli di bottiglia nei processi, automatizzare i compiti giusti e migliorare le competenze dei team con precisione e fiducia.
Il nostro team è composto da persone eccezionalmente talentuose, remote-first e distribuite globalmente in oltre 16 paesi. Stiamo cercando persone curiose e collaborative entusiaste di risolvere problemi complessi. Entrerai in un ambiente frenetico costruito su alta responsabilità, pensiero dal basso verso l'alto e comunicazione aperta e trasparente.
La tua missione sarà quella di unirti a noi come Machine Learning Engineer/Data Scientist per il team di Data Intelligence di Mimica, il cui obiettivo è trasformare i dati registrati grezzi in dati puliti, strutturati e anonimizzati che alimentano il lavoro di altri team.
Parte delle tue attività quotidiane includerà:
- Possedere, debug e migliorare le pipeline di produzione per accuratezza ed efficienza.
- Progettare, costruire e iterare su sistemi di valutazione LLM e LLM-as-a-judge, inclusi i dataset, le metriche e i benchmark per monitorare la qualità.
- Eseguire esperimenti rigorosi su prompt, progettazione delle pipeline, scelta del modello e input.
- Guidare i miglioramenti dell'efficienza LLM attraverso le nostre pipeline confrontando modelli e ristrutturando passaggi.
- Espandere la nostra pipeline di anonimizzazione, inclusa la valutazione e l'adattamento dei modelli esistenti.
- Lavorare con Python e ingegneri della qualità per portare gli esperimenti in produzione e condividere la responsabilità per il codice che si spedisce.
- Documentare i risultati per iscritto (ad es. rapporti sugli esperimenti, documenti di design).
Cosa stiamo cercando:
- Un individuo con una mentalità di ricercatore orientata agli esperimenti e ai dati con buone abitudini di codifica.
- Solida esperienza in machine learning/data science.
- Esperienza pratica nell'applicazione di LLM in ambienti di produzione o quasi produzione.
- Capacità di lavorare in modo indipendente su problemi ambigui.
- Comunicare chiaramente in inglese parlato e scritto.
Bonus / Nice to have:
- Esperienza con lo sviluppo di modelli ML classici o deep learning.
- Esperienza con pipeline di immagini/OCR o anonimizzazione relativa al volto.
- Esperienza nella spedizione di funzionalità ML end-to-end in un ambiente startup o scale-up.
Questa è una posizione completamente remota. Per assicurarci di lavorare bene insieme, consideriamo solo candidati basati nel Regno Unito o in Europa, in fusi orari compatibili con Londra.
Offriamo una generosa retribuzione + opzioni azionarie, lavoro distribuito, laptop aziendale, stipendio per setup remoto, orari e luoghi flessibili, ampio tempo libero retribuito e benefici per la salute e la pensione.
Senior/Lead Machine Learning Engineer datore di lavoro: Mimica Automation
Mimica è un datore di lavoro eccezionale, offrendo un ambiente di lavoro remoto e distribuito che promuove la collaborazione e l'innovazione. Con opportunità di crescita professionale attraverso progetti all'avanguardia e un budget annuale per l'apprendimento e lo sviluppo, i dipendenti possono contribuire a trasformare il modo in cui le aziende lavorano con l'IA. Inoltre, la cultura aziendale si basa su comunicazione aperta e flessibilità, rendendo Mimica un luogo ideale per chi cerca un impiego significativo e gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior/Lead Machine Learning Engineer
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su Mimica Automation
Non dimenticare di candidarti direttamente sul sito di Mimica Automation! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Senior/Lead Machine Learning Engineer
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Mimica Automation. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Mimica Automation. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Mimica Automation
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.