Qualcomm

17.09.2026

Staff Analytics Engineer (KI & Predictive)

Vereinigte Staaten

San Diego, California, United States

PythonAWS

Automatische Übersetzung. Prüfe das Original.

Über die Stelle

Unternehmen: Qualcomm Incorporated

Bereich: Information Technology Group, Information Technology Group > Data Science

Qualcomm ist ein Arbeitgeber, der Chancengleichheit fördert. Wenn Sie eine Person mit Behinderung sind und während des Bewerbungs-/Einstellungsprozesses angemessene Vorkehrungen benötigen, können Sie sicher sein, dass Qualcomm sich für einen barrierefreien Prozess einsetzt. Sie können eine E-Mail an disability-accomodations@qualcomm.com senden oder die gebührenfreie Nummer von Qualcomm anrufen, die Sie hier finden. Auf Anfrage wird Qualcomm angemessene Vorkehrungen treffen, um Personen mit Behinderungen die Teilnahme am Einstellungsprozess zu ermöglichen. Qualcomm setzt sich zudem dafür ein, unseren Arbeitsplatz für Menschen mit Behinderungen zugänglich zu machen. (Bitte beachten Sie, dass diese E-Mail-Adresse ausschließlich für Anfragen zu angemessenen Vorkehrungen für Menschen mit Behinderungen dient. Wir werden hier nicht auf Anfragen zum Status von Bewerbungen oder Lebenslaufanfragen antworten.)

An alle Personalvermittlungs- und Recruiting-Agenturen: Unsere Karriereseite ist ausschließlich für Personen bestimmt, die eine Stelle bei Qualcomm suchen. Personalvermittlungs- und Recruiting-Agenturen sowie Personen, die von einer Agentur vertreten werden, sind nicht berechtigt, diese Seite zu nutzen oder Profile, Bewerbungen oder Lebensläufe einzureichen; solche Einreichungen werden als unaufgefordert betrachtet. Qualcomm akzeptiert keine unaufgeforderten Lebensläufe oder Bewerbungen von Agenturen. Bitte leiten Sie keine Lebensläufe an unsere Job-Alias-Adresse, an Mitarbeiter von Qualcomm oder an andere Standorte des Unternehmens weiter. Qualcomm ist nicht verantwortlich für Gebühren, die im Zusammenhang mit unaufgeforderten Lebensläufen/Bewerbungen entstehen.

EEO-Arbeitgeber: Qualcomm ist ein Arbeitgeber, der Chancengleichheit fördert; alle qualifizierten Bewerber werden unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung, Veteranenstatus oder einer anderen geschützten Klassifizierung für eine Anstellung in Betracht gezogen.

Qualcomm erwartet von seinen Mitarbeitern die Einhaltung aller geltenden Richtlinien und Verfahren, einschließlich, aber nicht beschränkt auf Sicherheitsanforderungen und andere Vorgaben zum Schutz vertraulicher Informationen des Unternehmens sowie anderer vertraulicher und/oder geschützter Informationen, soweit diese Anforderungen nach geltendem Recht zulässig sind.

Wenn Sie weitere Informationen zu dieser Rolle wünschen, kontaktieren Sie bitte Qualcomm Careers.

Zusammenfassung

Der Staff Analytics Engineer (AI & Predictive) ist ein erfahrener, operativ tätiger Experte, der für die Konzeption, Entwicklung und Operationalisierung von prädiktiven Analysen, klassischen machine learning-Modellen, agentenbasierten KI-Systemen sowie Databricks-nativen Datenanwendungen verantwortlich ist, die messbare Geschäftsergebnisse liefern. Diese Rolle bewegt sich an der Schnittstelle von Data Science, ML Engineering und Full-Stack-Datenanwendungsentwicklung mit einem starken Fokus auf produktionsreife Lösungen.

Diese Position erfordert fundierte Fachkenntnisse in klassischen ML-Techniken, agentenbasierten KI-Workflows und der Entwicklung von Databricks-Anwendungen sowie eine hohe Eigenverantwortung für die End-to-End-Bereitstellung – von der Datenaufbereitung und Modellierung bis hin zu Deployment, Monitoring und benutzerorientierten Anwendungen.

Was Erfolg auf Staff-Ebene definiert

Liefert eigenständig wirkungsvolle ML-Modelle, agentenbasierte KI-Workflows und Databricks-Anwendungen.

Schlägt die Brücke zwischen Data Science, ML Engineering und Full-Stack-Datenanwendungsentwicklung.

Beeinflusst Architektur, Standards und technische Ausrichtung über zugewiesene Projekte hinaus.

Agiert als vertrauenswürdiger technischer Partner für Stakeholder aus Business, Analytics und Engineering.

Hebt die organisatorische Reife in den Bereichen klassisches ML, Einführung agentenbasierter KI und produktive ML-Praktiken.

Qualifikationen

Diese Rolle erfordert eine Vollzeitpräsenz vor Ort in San Diego, CA (5 Tage pro Woche).

**Diese Position ist nicht für eine Einwanderungssponsorenschaft durch Qualcomm berechtigt.**

Erforderliche Fähigkeiten & Erfahrung

5+ Jahre praktische Erfahrung in Data Science, angewandtem machine learning oder ML Engineering mit Verantwortung für Produktionssysteme.

Starke Kenntnisse in Python für ML-Entwicklung, Datenverarbeitung und Anwendungslogik.

Fundierte Erfahrung mit klassischen ML-Techniken (z. B. Regression, Klassifizierung, Clustering, Zeitreihen).

Nachgewiesene Erfahrung im Aufbau und Deployment von ML-Modellen in Produktionsumgebungen.

Praktische Erfahrung mit Databricks, einschließlich der Entwicklung von Databricks-Anwendungen (Notebooks, Workflows, Dashboards, ML-Pipelines).

Starkes Verständnis von Feature Engineering, Modellevaluierung und Erklärbarkeit.

Erfahrung in der Zusammenarbeit mit Data-Engineering-, BI- und Anwendungsteams.

Hauptverantwortlichkeiten

Klassisches Machine Learning & Analytics

Konzeption, Entwicklung und Bereitstellung klassischer machine learning-Modelle, einschließlich Regression, Klassifizierung, Clustering, Zeitreihenprognosen und Anomalieerkennung.

Durchführung von Feature Engineering, Modellauswahl, Training, Validierung und Leistungsoptimierung auf großen Unternehmensdatensätzen.

Anwendung fundierter statistischer und ML-Best-Practices zur Sicherstellung von Modellrobustheit, Erklärbarkeit und geschäftlicher Relevanz.

Agentenbasierte KI & Intelligente Automatisierung

Konzeption und Implementierung agentenbasierter KI-Workflows, bei denen autonome oder teilautonome Agenten den Datenzugriff, ML-Inferenz, Entscheidungslogik und Aktionen orchestrieren.

Aufbau mehrstufiger Agenten-Pipelines, die Regeln, ML-Modelle und Reasoning-Komponenten kombinieren, um komplexe geschäftliche Probleme zu lösen.

Integration agentenbasierter Systeme mit Unternehmensdaten, ML-Modellen und Anwendungen zur Ermöglichung intelligenter Automatisierung und Entscheidungsunterstützung.

Databricks Anwendungsentwicklung

Konzeption und Entwicklung Databricks-nativer Anwendungen, einschließlich notebook-basierter Apps, interaktiver Dashboards und parametrisierter Daten-/ML-Workflows.

Aufbau von Daten- und ML-Services/APIs unter Nutzung von Databricks, Python und Lakehouse-Funktionen.

Zusammenarbeit mit Analytics-, BI- und Anwendungsteams, um ML-Erkenntnisse, Vorhersagen und Agenten-Outputs direkt in Databricks-Apps und Geschäftsworkflows einzubetten.

Sicherstellung, dass Databricks-Apps Leistungs-, Sicherheits-, Governance- und Usability-Standards erfüllen.

ML Engineering & Operationalisierung

Operationalisierung von ML-Modellen und agentenbasierten Workflows in Produktionspipelines unter Gewährleistung von Skalierbarkeit, Zuverlässigkeit und Monitoring.

Zusammenarbeit mit Data-Engineering-Teams zur Nutzung kuratierter Lakehouse-Daten, Feature Stores und verwalteter Datensätze.

Implementierung von Modell-Monitoring, Drift-Erkennung und Strategien zur Nachschulung, um die langfristige Effektivität der Modelle zu erhalten.

Full-Stack Data Enablement

Entwicklung von End-to-End-Lösungen, die Datenaufnahme, Modellierung, ML-Inferenz, Agenten-Ausführung und benutzerorientierte Anwendungen umfassen.

Übersetzung geschäftlicher und analytischer Anforderungen in skalierbare, wartbare ML-gestützte Datenprodukte.

Ermöglichung der nachgelagerten Nutzung durch Databricks-Apps, Dashboards, APIs und integrierte Unternehmensanwendungen.

Produktionssupport & Operative Exzellenz

Verantwortung für produktive ML-Modelle, agentenbasierte Systeme und Databricks-Anwendungen, einschließlich Monitoring, Fehlerbehebung und Ursachenanalyse.

Implementierung von Logging, Alerting und Observability für Modelle, Agenten und Anwendungen.

Vorantreiben kontinuierlicher Verbesserungen bei Modellgenauigkeit, Systemzuverlässigkeit und Benutzererfahrung.

Technische Führung & Einflussnahme

Agieren als technische Autorität für klassisches ML, agentenbasierte KI und Databricks-Anwendungsmuster.

Einflussnahme auf Architektur-Entscheidungen, Best Practices und technische Standards über Teams hinweg.

Mentoring von Kollegen und Steigerung der Anforderungen an ML-Rigorosität, Engineering-Qualität und Produktionsreife.

Bevorzugte / Wünschenswerte Qualifikationen

Erfahrung in der Konzeption und Implementierung agentenbasierter KI-Systeme oder autonomer Entscheidungs-Workflows.

Vertrautheit mit Lakehouse-Architekturen, Feature Stores und ML-Lifecycle-Management.

Erfahrung mit ML-Ops-Praktiken, CI/CD, Modell-Monitoring und Retraining-Pipelines.

Erfahrung mit Cloud-Plattformen (z. B. AWS) und skalierbarer ML-Infrastruktur.

Erfahrung bei der Einbettung von ML- und Agenten-Outputs in Unternehmensanwendungen oder Analyseplattformen.

Kenntnisse in Data Governance, Zugriffskontrollen und sicherem ML-Deployment.

Gehaltsspanne und sonstige Vergütung & Leistungen

$148,200.00 - $222,200.00

Die oben genannte Gehaltsskala spiegelt die breite, von Minimum bis Maximum reichende Gehaltsspanne für diesen Jobcode an dem Standort wider, für den er ausgeschrieben wurde. Bitte beachten Sie, dass das Gehalt nur eine Komponente der Gesamtvergütung bei Qualcomm darstellt. Wir bieten zudem ein wettbewerbsfähiges jährliches diskretionäres Bonusprogramm sowie die Möglichkeit für jährliche RSU-Zuteilungen (Mitarbeiter mit vertriebsorientierten Anreizplänen sind nicht für unseren jährlichen Bonus berechtigt). Darüber hinaus ist unser äußerst wettbewerbsfähiges Leistungspaket darauf ausgelegt, Ihren Erfolg bei der Arbeit, zu Hause und in der Freizeit zu unterstützen. Ihr Recruiter wird gerne alles besprechen, was Qualcomm zu bieten hat – weitere Details zu unseren US-Leistungen können Sie unter diesem Link einsehen.

Sprachen

Staff Analytics Engineer (KI & Predictive)

Über die Stelle

Zusammenfassung

Was Erfolg auf Staff-Ebene definiert

Qualifikationen

Erforderliche Fähigkeiten & Erfahrung

Hauptverantwortlichkeiten

Klassisches Machine Learning & Analytics

Agentenbasierte KI & Intelligente Automatisierung

Databricks Anwendungsentwicklung

ML Engineering & Operationalisierung

Full-Stack Data Enablement

Produktionssupport & Operative Exzellenz

Technische Führung & Einflussnahme

Bevorzugte / Wünschenswerte Qualifikationen

Gehaltsspanne und sonstige Vergütung & Leistungen

Dein nächster Jobsucht schon nach dir.

Mehr Möglichkeiten mit einem Profil

Weiter entdecken

UI Developer I

UI Developer II

Security Engineer