• Leading and coaching a multidisciplinary team of backend and machine learning engineers building Canva’s context and personalisation systems • Defining and delivering the strategy and roadmap for Canva’s centralised context platform and personalisation infrastructure • Developing capabilities such as AI Memory, custom instructions, and brand-aware AI generation that make Canva AI feel deeply personal • Designing scalable APIs and platform primitives that allow internal teams across Canva to build AI-powered experiences quickly and safely • Partnering closely with Product and Design leaders to identify high-impact opportunities to elevate Canva AI experiences • Driving adoption of context and personalisation capabilities across Canva’s ecosystem, from editor experiences to enterprise features • Growing and developing a high-performing engineering team while fostering strong cross-team collaboration

Role Description Wir suchen ab sofort in Vollzeit (38.5h) für die Überlassung an unseren Kunden, eine:n erfahrene:n Mitarbeiter:in für den Bereich Schaltschrankbau für den Standort in 1210 Wien. - Selbstständige Projektabwicklung kundenspezifischer Projekte von Abgleich zwischen Angebot und Auftrag bis zur Abnahme - Erstellung der Fertigungsunterlagen, E-Pläne und Stücklisten - Fertigungsbegleitende Klärungen und Betreuung der Montage und des Prüffeldes unseres Fertigungspartners telefonisch und gelegentlich vor Ort - Technische Betreuung von internationalen Kunden während der Auftragsabwicklung, Unterstützung für Angebote, Unterstützung bei Kundenabnahmen, Unterstützung Customer Support - Selbständig Lösungen erarbeiten, elektrotechnisch dimensionieren und nachrechnen sowie eigenständige Dokumentation Qualifications - Technische Ausbildung (HTL, FH) mit Schwerpunkt Elektrotechnik, Automatisierungstechnik, Mechatronik - 3-5 Jahre Berufserfahrung im Engineering elektrotechnischer Anlagen sowie Umgang mit ELCAD 7 oder EPLAN - Idealerweise Auslegungskompetenz von elektrischen Bauelementen und Erfahrung im Schaltschrankbau in Starkstromtechnik - Kommunikationsfähigkeit, Verbindlichkeit und selbstständige systematische und strukturierte Arbeitsweise - Motivierter Teamplayer mit hoher Einsatzbereitschaft - Sehr gute Deutsch- und Englischkenntnisse Requirements - Je nach konkreter Qualifikation und Berufserfahrung ist ein Bruttomonatsgehalt von mindestens EUR 3.500,- vorgesehen (dieses übersteigt jedenfalls das kollektivvertragliche Mindestgehalt). - Die letztgültige Gehaltsvereinbarung treffen wir im Rahmen eines persönlichen Gespräches. Benefits - Gesundheit - Homeoffice - Kantine - Parkerplatz - Weiterbildung

• Lead and grow a mission-focused team of software engineers to deliver market-leading solutions • Recruit, retain, and develop engineers by inspiring, motivating, and coaching team members • Oversee team leaders and support them in achieving their missions and delivery commitments • Enable continuous delivery at scale by removing workflow roadblocks and improving processes • Ensure products are secure, compliant, and reliable for Henry Schein One customers • Collaborate with senior leaders on vision and strategy • Build cross-functional relationships to drive the best possible user experiences • Mature engineering practices and processes to support global growth opportunities

• Build and lead a high-performing team spanning data integration, data quality, metadata, and ML-critical data infrastructure for online inference and offline training, including standing up new dedicated integration capacity where needed. • Set and execute the technical strategy aligned to measurable north star metrics such as increasing data evaluation velocity and reducing time to production. • Drive robust data quality and reconciliation frameworks, including retro vs. production checks, ingress-level monitoring, and drift detection to prevent launch issues and downstream model degradation. • Champion a company-wide shift toward data contracts and SLAs, ensuring data producers adopt clear ownership, quality standards, and monitoring practices for ML-critical datasets. • Establish clear end-to-end ownership across the third-party and internal data lifecycle, eliminating fragmented workflows and implicit accountability. • Accelerate third-party data onboarding by operationalizing standardized vendor intake, secure retro ingestion, templated integrations, and configurable microservices that reduce engineering lift and cycle time. • Unlock internal data for ML innovation by improving metadata coverage, lineage standards, ownership contracts, and ML discoverability across high-impact internal domains