Text copied to clipboard!
Titel
Text copied to clipboard!Junior maskinlæringsingeniør
Beskrivelse
Text copied to clipboard!
Vi leder efter en Junior maskinlæringsingeniør, der har lyst til at starte eller videreudvikle sin karriere inden for kunstig intelligens, dataanalyse og modeludvikling. I denne rolle bliver du en del af et tværfagligt team, hvor du arbejder tæt sammen med data scientists, softwareudviklere, produktansvarlige og forretningsinteressenter for at udvikle, teste og implementere maskinlæringsløsninger, der skaber reel værdi. Stillingen passer godt til en kandidat, som har et solidt teknisk fundament, er nysgerrig på moderne ML-metoder og ønsker praktisk erfaring med hele livscyklussen for datadrevne produkter.
Som Junior maskinlæringsingeniør vil du bidrage til opgaver som dataforberedelse, feature engineering, modeltræning, evaluering og overvågning af modeller i drift. Du vil få mulighed for at arbejde med både strukturerede og ustrukturerede data og lære, hvordan man omsætter forretningsbehov til tekniske løsninger. Rollen kræver ikke, at du kan alt fra dag ét, men det er vigtigt, at du er lærevillig, analytisk og komfortabel med at arbejde systematisk med eksperimenter, kodekvalitet og dokumentation.
Du vil deltage i udviklingen af prototyper og produktionsnære løsninger, hvor fokus er på skalerbarhed, pålidelighed og målbar effekt. Det betyder, at du ikke kun skal forstå, hvordan en model opnår høj præcision, men også hvordan den integreres i eksisterende systemer, vedligeholdes over tid og overvåges for performance, bias og datadrift. Vi forventer, at du interesserer dig for bedste praksis inden for softwareudvikling, versionsstyring, test og samarbejde i agile processer.
I hverdagen vil du arbejde med værktøjer og teknologier som Python, SQL, notebooks, cloud-platforme og relevante biblioteker til maskinlæring og databehandling. Du vil få støtte fra mere erfarne kolleger, som hjælper dig med faglig sparring, code reviews og prioritering af opgaver. Samtidig forventes det, at du tager ansvar for dine leverancer, stiller spørgsmål og aktivt søger forbedringer i både modeller og arbejdsprocesser.
Vi søger en person, der trives i et miljø med høj læring, samarbejde og innovation. Du behøver ikke have mange års erfaring, men du skal have en tydelig interesse for maskinlæring og et ønske om at omsætte teori til praksis. Hvis du motiveres af at arbejde med data, eksperimentere med modeller og skabe løsninger, der kan bruges i virkelige produkter og services, kan dette være en stærk mulighed for dig. Hos os får du chancen for at opbygge din tekniske profil, lære af dygtige specialister og være med til at forme fremtidens intelligente løsninger i en organisation, der værdsætter kvalitet, nysgerrighed og kontinuerlig udvikling.
Ansvarsområder
Text copied to clipboard!- Forberede, rense og validere datasæt til modeludvikling
- Udvikle og teste maskinlæringsmodeller under vejledning
- Bidrage til feature engineering og valg af relevante inputvariabler
- Evaluere modeller ved hjælp af passende metrikker og eksperimenter
- Dokumentere kode, antagelser, resultater og tekniske beslutninger
- Samarbejde med udviklere og data scientists om implementering
- Overvåge modelperformance og identificere behov for forbedringer
- Deltage i code reviews og følge bedste praksis for softwareudvikling
Krav
Text copied to clipboard!- Grundlæggende erfaring med Python og relevante datalibraries
- Forståelse for centrale begreber inden for maskinlæring og statistik
- Kendskab til databehandling, SQL og datastrukturer
- Evne til at arbejde struktureret med eksperimenter og dokumentation
- Interesse for modelimplementering, overvågning og vedligeholdelse
- Gode samarbejdsevner og lyst til at lære af andre
- Relevant uddannelse inden for datalogi, matematik eller lignende
- Kendskab til versionsstyring som Git er en fordel
Mulige interviewspørgsmål
Text copied to clipboard!- Hvilken erfaring har du med Python og maskinlæringsprojekter?
- Har du arbejdet med dataforberedelse og feature engineering før?
- Hvilke ML-biblioteker har du brugt i praksis eller studier?
- Hvordan evaluerer du, om en model performer tilfredsstillende?
- Har du erfaring med at implementere modeller i produktion?
- Hvordan arbejder du med dokumentation og reproducerbare eksperimenter?
- Hvad motiverer dig ved en rolle som Junior maskinlæringsingeniør?
