Brasilien
Bunge
Jobgether
Senior Technical Trainer — Machine Learning
Brasilien
Brazil
AWS
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Diese Stelle wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und weiteren Schritte verwaltet. Unser Partner sucht einen Senior Technical Trainer — Machine Learning mit Sitz in Brasilien.
So funktioniert Jobgether
Wir verwenden einen KI-gestützten Matching-Prozess, um sicherzustellen, dass Ihre Bewerbung schnell, objektiv und fair anhand der Kernanforderungen der Stelle geprüft wird. Unser System identifiziert die am besten geeigneten Kandidaten, und diese Shortlist wird direkt mit dem einstellenden Unternehmen geteilt. Die endgültige Entscheidung und die nächsten Schritte (Interviews, Assessments) werden von deren internem Team verwaltet.
Wir schätzen Ihr Interesse und wünschen Ihnen viel Erfolg!
Warum über Jobgether bewerben?
Datenschutzhinweis: Mit dem Einreichen Ihrer Bewerbung bestätigen Sie, dass Jobgether Ihre personenbezogenen Daten verarbeitet, um Ihre Kandidatur zu bewerten und relevante Informationen mit dem einstellenden Arbeitgeber zu teilen. Diese Verarbeitung basiert auf berechtigtem Interesse und vorvertraglichen Maßnahmen gemäß den geltenden Datenschutzgesetzen (einschließlich DSGVO). Sie können Ihre Rechte (Zugang, Berichtigung, Löschung, Widerspruch) jederzeit ausüben.
#LI-CL1
Wir suchen einen praxisorientierten machine learning-Experten mit einer Leidenschaft für das Lehren, um ansprechende technische Kurse für Ingenieure zu konzipieren und durchzuführen. In dieser freiberuflichen Remote-Rolle helfen Sie Lernenden dabei, von grundlegenden machine learning-Konzepten bis hin zum Training und der Evaluierung eigener Modelle durch praktisches, laborbasiertes Lernen zu gelangen. Sie arbeiten mit Lehrplanspezialisten und Produktionsteams zusammen, um klare Lektionen, praktische Übungen und praxisnahe Demonstrationen zu entwickeln. Der Fokus liegt darauf, Ihr technisches Fachwissen durch überzeugende Skripte, Videopräsentationen und Labor-Walkthroughs zu vermitteln, anstatt Produktionsaufgaben zu verwalten. Das anfängliche bezahlte Kursprojekt dauert in der Regel etwa drei Monate und kann neben bestehenden beruflichen Verpflichtungen abgeschlossen werden. Mit flexiblen Arbeitszeiten und einem im Voraus vereinbarten Lieferplan kann die Möglichkeit zu weiteren Projekten oder einer Vollzeitstelle führen.
Verantwortlichkeiten
- Konzeption und Entwicklung von Kursinhalten: Zusammenarbeit mit dem Lehrplanteam zur Definition von Kursstruktur, Abschnitten, Lektionen, praktischen Laboren und Notebooks, die ein progressives Lernen unterstützen.
- Schaffung praktischer Lernerfahrungen: Erstellung detaillierter Laborspezifikationen für das dedizierte Labor-Entwicklungsteam und anschließendes Testen der fertigen Umgebungen, um sicherzustellen, dass sie wie vorgesehen funktionieren.
- Verfassen ansprechender pädagogischer Skripte: Entwicklung kurzer, storybasierter Videolektionen von jeweils etwa sechs Minuten, um machine learning-Konzepte zugänglich, intuitiv und relevant für Ingenieure zu machen.
- Durchführung technischer Präsentationen: Selbstbewusstes Einsprechen skriptbasierter Lektionen auf Englisch sowie Aufzeichnung von Demonstrationen und Walkthroughs zu Laborlösungen, die Schlüsselkonzepte vertiefen.
- Anwendung praktischer machine learning-Expertise: Erstellung von Kursmaterial, das auf realer Erfahrung im Training, der Evaluierung und der Bereitstellung von machine learning-Modellen basiert.
- Einbindung redaktionellen Feedbacks: Bearbeitung strukturierter Reviews, insbesondere während des ersten Kursabschnitts, und Verfeinerung der Inhalte, um etablierte Qualitäts- und Lehrstandards zu erfüllen.
- Remote-Zusammenarbeit: Koordination mit Lehrplan- und Produktionsteams durch wöchentliche Syncs und Slack, wobei eine ausreichende Zeitzonenüberschneidung mit Kollegen in Europa und Asien aufrechterhalten wird.
- Fokus auf Lehre und technische Inhalte: Partnerschaft mit dem Produktionsteam, das Videobearbeitung, Animation, Laborinfrastruktur und Veröffentlichung verwaltet.
Anforderungen
- Praktische machine learning-Erfahrung: Nachgewiesene Fähigkeit, Modelle unter Verwendung von Frameworks wie scikit-learn, PyTorch oder TensorFlow zu trainieren, zu evaluieren und bereitzustellen.
- Starke technische Kommunikationsfähigkeiten: Fähigkeit, machine learning-Konzepte, einschließlich der Begründung für verschiedene Ansätze, Ingenieuren, die neu auf dem Gebiet sind, klar zu erklären.
- Exzellente Englischkenntnisse: Starke schriftliche und mündliche Englischkenntnisse mit der Fähigkeit, natürliche Skripte zu schreiben, klare Narrationen zu liefern und selbstbewusst vor der Kamera zu kommunizieren.
- Echte Leidenschaft für das Lehren: Nachweis von Freude am Wissensaustausch durch Online-Kurse, Tutorials, technische Vorträge, Workshops, Mentoring oder andere Bildungsaktivitäten.
- Aktuelles technisches Wissen: Ein aktives Interesse an machine learning-Entwicklungen und ein Engagement für kontinuierliches Lernen und Verbessern.
- Präsentationssicherheit: Komfort, technisches Material vor der Kamera auf klare, ansprechende und zugängliche Weise zu präsentieren.
- Offenheit für Feedback: Bereitschaft, einer etablierten Lehrmethodik zu folgen, mit Redakteuren zusammenzuarbeiten und Kursinhalte durch strukturiertes Feedback zu verbessern.
Bevorzugte Qualifikationen
- Erfahrung in der Veröffentlichung von Kursen auf Plattformen wie Udemy, Pluralsight oder Coursera oder in der Erstellung von Bildungsinhalten auf YouTube.
- Erfahrung im Schreiben eines technischen Buches oder im Unterrichten an einer Universität, einem Bootcamp oder einer ähnlichen Bildungseinrichtung.
- Praktische Kenntnisse in Fine-Tuning, MLOps oder der Bereitstellung von machine learning-Modellen in der Produktion.
- Cloud machine learning-Zertifizierungen in Bezug auf AWS, Microsoft Azure, Google Cloud Platform oder Databricks.
Vorteile
- Wettbewerbsfähige projektbasierte Vergütung: Für jeden Kurs wird im Voraus ein Festpreis vereinbart, basierend auf Länge und technischer Komplexität, mit wettbewerbsfähigen Sätzen für fortgeschrittene Themen und außergewöhnliche Dozenten.
- Flexible Arbeitsregelungen: Arbeiten Sie remote von überall auf der Welt, ohne feste wöchentliche Stundenvorgabe und mit einem im Voraus vereinbarten Lieferplan.
- Kompatibel mit bestehenden Verpflichtungen: Schließen Sie das anfängliche freiberufliche Kursprojekt neben Ihrem aktuellen Job oder anderen beruflichen Verantwortlichkeiten ab.
- Definierter Projektumfang: Das anfängliche Kursprojekt dauert in der Regel etwa drei Monate und bietet einen klaren Zeitrahmen für Planung und Lieferung.
- Zahlung nach Abschluss: Erhalten Sie die vereinbarte Kursgebühr bei Lieferung des fertigen Kurses.
- Langfristiges Karrierepotenzial: Eine erfolgreiche Zusammenarbeit kann zu weiteren Kursprojekten oder einer Vollzeitmöglichkeit als Teil eines wachsenden Trainernetzwerks führen.
- Dedizierte Produktionsunterstützung: Konzentrieren Sie sich auf Lehrinhalte und Unterricht, während das Produktionsteam Bearbeitung, Animation, Laborinfrastruktur und Veröffentlichung übernimmt.
- Kollaborative Remote-Umgebung: Arbeiten Sie eng mit Lehrplan- und Produktionsspezialisten durch regelmäßige Team-Syncs und Slack-Kommunikation zusammen.
- Professionelle Sichtbarkeit: Präsentieren Sie Ihr technisches Fachwissen und Ihre Lehrfähigkeit durch die Entwicklung praktischer Lernerfahrungen für ein breites Ingenieurpublikum.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen
