Informationen
Jobs
1
Finde, was du suchst.
Profil
In deinem persönlichen Profilbereich kannst du den Status deiner Bewerbung einsehen, unvollständige Bewerbungen zwischenspeichern und aktuelle News und Events einsehen
deDeutsch
Birgit013Data ScienceArbeitsmethodenMachine LearningWarum KI halluziniert - und was Technical Writing dagegen tun kann
Warum KI-Systeme halluzinieren und wie Technical Writing mit Struktur, Terminologie und Metadaten präzisere Ergebnisse ermöglicht. ➡️ Jetzt reinlesen!
Nina014Data ScienceDevelopmentCloudTerraform-Tipps: Infrastructure-as-Code mit Terratest absichern – Teil 3
Lerne, wie du Terraform-Module mit Terratest testest, Fehler früh erkennst und IaC zuverlässig in CI/CD-Pipelines absicherst. 🖥️✔️
Aemilia und Svenja135Data ScienceArbeitsmethodenDatengetriebene Teamentwicklung: Wie OTTO Tech-Teams zum Erfolg führt
Was macht Tech-Teams wirklich wirksam? Wie wir mit datengetriebener Teamentwicklung Effektivität messbar machen. ➡️ Jetzt lesen
Team Jarvis313DevelopmentMachine LearningLearning to Rank ist Rocket Science: Wie Clojure unser Machine Learning mit Deep Neural Networks beschleunigt
Erfahre, wie OTTO mit 🖥️ Clojure robuste Machine Learning Pipelines für Learning to Rank baut 🚀 und so das Sucherlebnis verbessert.- Team Jarvis016Development
Learning to Rank – To the Moon and Back (-propagation): Wie Deep Neural Networks lernen, was du liebst
Erfahre, wie OTTO die Suchrelevanz durch Learning to Rank optimiert – und welche Rolle Deep Learning dabei für unser Data-Science-Team spielt. 
Marco029DevelopmentOpen Source bei OTTO: Transparenz, Community & Innovation
Erfahre, wie OTTO Open Source lebt – für mehr Transparenz, Entwicklerzufriedenheit und digitale Souveränität. Jetzt mehr über unsere Strategie lesen!
Aashrika041DevelopmentEvents & KulturArbeitsmethodenAWS & GCP – Zwei Summits, viele Insights
Unsere persönlichen Insights & Highlights ☆ AWS Summit Hamburg & GCP Summit Düsseldorf- Nina037DevelopmentArbeitsmethodenMachine Learning
Was ist ein LLM? | Large Language Models & Sprachmodelle erklärt
Erfahre, wie Large Language Models (LLM) wie ChatGPT funktionieren. Ein Überblick zu Aufbau, Training & Potenzial von modernen Sprachmodellen. 
Marvin425DevelopmentSoftwarearchitektur visualisieren mit C4-Modell
Probleme bei Architekturdiagramm-Erstellung mit traditionellen Methoden – z.B. UML? ► Lösung: C4-Modell ► Tipps zu Implementierung & Einsatz- Andreas021Development
Wie UV das schwierige Problem von Pythons Paketverwaltung löst
Paketverwaltung in Python ✓ Herausforderungen meistern mit UV-Paketmanager ✓ Lies jetzt mehr über Organisation & Vorteile! 
Alexander042Data ScienceMachine LearningKI-Assistent: Von Vektordatenbanken zu multimodalen Agenten
Optimierung unseres KI-Assistenten ✓ Einsatz von agentenbasierter Modellierung ✓ Lies jetzt mehr zu Gründen für die Optimierung & den Weg!- Nina125Data ScienceDevelopmentCloud
Terraform-Tipps: Skalierbare & zuverlässige Infrastructure-as-Code – Teil 2
Verzeichnisstruktur & Ressourcenorganisation optimieren ✓ Handhabung von Ein- & Ausgabewerten ✓ Lies jetzt mehr zu Terraform Best Practices! - Nina020Data ScienceDevelopmentCloud
Terraform-Tipps: Skalierbare & zuverlässige Infrastructure-as-Code – Teil 1
Terraform Best Practices ✓ Infrastructure-as-Code definieren ✓ Terraform Lifecycle & Terraform Module ✓ Lies jetzt mehr dazu! 
COST025DevelopmentCloudWie wir mit diesem einfachen Trick 500.000 USD DataTransfer-Kosten gespart haben
Effizienzsteigerung der Cloud-Nutzung ✓ Kostenreduktion ✓ Migration zu Dual-stack IPv6 ✓ Jetzt mehr erfahren!
Dominik00DevelopmentArbeitsmethodenDeveloper Hacks – Moderne Command Line Tools und Advanced Git Commands
In diesem Artikel erfahrt ihr mehr über ein modernes Terminal-Setup, moderne Alternativen zu klassischen Shell-Programmen und fortgeschrittene Git-Befehle.
Team PIT016ArchitekturDevelopmentBetriebÜber die Entwicklung der genAI Assistenten AskARev und Searchbuddy
Erfahrt (auf eine ganz besondere Art und Weise), wie das Team PiT bei Otto Group data.works die generativen KI-basierten Produkte AskARev und Searchbuddy entwickelt hat.
Techblogger339DevelopmentBetriebArbeitsmethodenWarum Technical Writer uns retten können
Erfahrt, wie Technical Writer komplexe Software verständlich und zugänglich machen sowie Standards und zentrales Wissen schaffen!- Nina019DevelopmentBetriebArbeitsmethoden
Meet Nina – Vom Gesundheitsmanagement zur Software-Entwicklung
Erfahrt, wie Nina den Quereinstieg in die Software-Entwicklung mithilfe ihres Teams und ihrer großen Begeisterung für die IT gemeistert hat! 
Fabian037DevelopmentBetriebArbeitsmethodenConfluent hilft OTTO, ein vielseitiges und skalierbares Online-Shopping-Erlebnis zu bieten
Erfahrt, wie OTTO seine 10 Jahre alte Dateninfrastruktur mit der Event-Streaming-Plattform powered by Confluent in ein neues Zeitalter überführt und sich zukunftssicher aufstellt.- Jim021Data ScienceDevelopmentMachine Learning
Machine Learning Ops: So funktioniert‘s in der Praxis
Erhaltet einen Einblick in Jims Arbeit als MLOps-fokussierter Ingenieur! In diesem Artikel erklärt er, wie ein Produkt für maschinelles Lernen entwickelt wird und wie ihr selbst in diese Disziplin einsteigen könnt. - Mirco125Data ScienceDevelopment
Spanner's Distributed Nature
Bei OTTO ist Google Cloud Spanner integraler Bestandteil mehrerer Dienste. Mirco deckt die Komplexität der Optimierung von Joins in Google Cloud Spanner auf und gibt einige hilfreiche Insider-Tipps. 
Falk011DevelopmentEvents & KulturRecap Rust Konferenz EuroRust 2023 in Brüssel
Kay und Falk waren Mitte Oktober bei der EuroRust Konferenz in Brüssel. Bei OTTO gibt es mehr und mehr Begeisterte von der Programmiersprache Rust. Die beiden erzählen euch, was auf der Konferenz abging und warum Rust ein nützliches Tool ist.
Daniel024DevelopmentSecuritySensible Daten sicher verwalten mit HashiCorp Vault
Bei OTTO hat sich Hashicorp Vault zur sicheren Speicherung sensibler Daten wie Passwörter und Zugangsdaten durchgesetzt. Diese Daten sollten nicht im Klartext im Versionskontrollsystem gespeichert werden, sondern sicher verwahrt werden.
Christian014DevelopmentArbeitsmethodenDagster: Data Engineering Best Practice für Slack-Arbeit
Im Team inc(AI) probieren wir immer wieder verschiedene Werkzeuge und Methoden aus. Die Slack-Zeit hat sich dafür als gutes Mittel erwiesen, in der wir alleine oder auch zusammen lernen. Motivation für solche Slack-Zeit stammt natürlich aus den Challenges, die wir während der Arbeit lösen müssen. Unsere Strategie ist: immer erstmal in die Open-Source Community zu schauen, um dort geeignete Lösungen für uns zu finden. So haben wir vor einiger Zeit auch ein neues Werkzeug namens Dagster in unserer Slack-Zeit untersucht.- Stefanie217ArchitekturDevelopmentArbeitsmethoden
Einrichten eines Kanban-Boards in Jira mit Unterspalten
In diesem Blog-Beitrag möchte ich die Entwicklung unseres Kanban-Boards in Jira vorstellen und erläutern, wie wir die fehlende Funktion der Unterspalten umgangen haben. - Christian017DevelopmentMachine Learning
Product GPT – Automatisierte Erstellung von Produkttexten mit ChatGPT
Obwohl es sie schon seit einiger Zeit gibt, haben Large Language Models seit der Einführung von ChatGPT die Welt im Sturm erobert. ChatGPT dominiert dabei die AI Landschaft gerade wie kein anderes Modell. Aber lassen sich damit auch gute Produkttexte für den OTTO Shop erstellen? Genau dieser Frage haben wir uns im Team inc(AI) im Rahmen eines 2-Wochen Sprints gewidmet. Entstanden ist ProductGPT, ein Tool was genau dies kann. - Tobias114Data ScienceMachine Learning
Nutzerzentrierung ab dem ersten Klick
Die meisten User Journeys in der Suche beginnen mit einem Klick in ein Suchfeld. Wie kannst du deine Nutzer nach diesem ersten Klick führen? Bei otto.de bemühen wir uns, unseren Nutzern gleich nach dem ersten Klick die besten Vorschläge für ihre Bedürfnisse zu zeigen. Wir arbeiten daran, jedem einzelnen Benutzer eine maßgeschneiderte Passform zu bieten und ihm zu helfen, sein Ziel zu erreichen, indem wir in kürzester Zeit auf seine Eingaben reagieren. - Birgit38ArchitekturDevelopmentArbeitsmethoden
Warum API Guidelines eine coole Sache sind
Erfahren Sie, wie bei OTTO API Guidelines entwickelt wurden, um Herausforderungen in der Software-Entwicklung zu meistern. Dieser Artikel zeigt, wie die Umsetzung von Standards in autonomen Teams gelingt und dabei Unternehmenswachstum berücksichtigt wird. 
David03DevelopmentCloudSecuritySelf-healing StackSets auf Unternehmensebene
Bei OTTO müssen wir mehrere hundert AWS-Konten für unsere Produktteams verwalten und dabei den Spagat zwischen Agilität und Kontrolle schaffen. Deshalb entwickelte das Cloud-Kompetenzzentrum der OTTO IT, auch bekannt als das Governance at Scale (GAS) Team, zusammen mit globaldatanet eine Lösung um AWS CloudFormation StackSets at Scale zu betreiben, die in das OTTO-Tooling-Ökosystem mit Confluence und Microsoft Teams integriert ist.- Philipp07DevelopmentCloud
Infrastructure as Code (IaC) - Terraform-Konfiguration DRY halten mit Terragrunt
Der Schlüssel liegt darin, die Wiederholung von Code zu minimieren oder sogar ganz zu vermeiden, indem die Terraform-Konfiguration DRY (Don't Repeat Yourself) gehalten wird. Aus diesem Grund sind wir auf Terragrunt umgestiegen. Es ist ein kleiner Wrapper um Terraform herum, der weniger Wiederholungen, eine bessere Remote-State-Konfiguration und eine einfachere Arbeit mit Terraform-Modulen verspricht. Es kann eine praktikable Lösung sein, um Konfigurationsdateien besser zu organisieren und Unterschiede zwischen Bereitstellungsumgebungen klar zu benennen. - Techblogger02Data ScienceDevelopment
YesWeHack und OTTO veranstalteten Live Bug Bounty Hunting
Während der diesjährigen Nullcon Berlin, einer internationalen IT-Security Konferenz auf der sich viele Experten treffen, haben wir gemeinsam mit YesWeHack, einem führenden Anbieter von Bug Bounty Services, ein Live Bug Bounty Hunting durchgeführt. 
Christian04Data ScienceArbeitsmethodenPrognose der Rücklaufquote mit Überlebensanalyse
Gerade im OTTO-Einzelhandelsgeschäft spielt die genaue Prognose von Retourenquoten und deren Schwankungen eine große Rolle, um unnötige Kosten zu minimieren. Bei großen Warenlieferungen (Kühlschränke, Sofas etc.) verursacht jede einzelne Retoure ganz erhebliche Kosten.
