Auf einen Blick
- Aufgaben: Entwickle und optimiere ML-Modelle für reale industrielle Anwendungen.
- Unternehmen: beON, führendes IT-Beratungsunternehmen mit modernem Arbeitsumfeld.
- Vorteile: Wettbewerbsfähiges Gehalt, leistungsbasierte Boni und Aufstiegsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit Fokus auf digitale Transformation und innovative Lösungen.
- Warum dieser Job: Gestalte intelligente Systeme und verbessere Prozesse mit KI-Technologien.
- Qualifikationen: 3+ Jahre Erfahrung in der Entwicklung von ML-Modellen und starke Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 43200 - 84000 € pro Jahr.
beON ist ein führendes IT-Beratungsunternehmen mit Sitz in Deutschland, das hochmoderne IT-Dienstleistungen und leistungsstarke Softwarelösungen für Unternehmenskunden anbietet. Wir sind auf die digitale Transformation, AI-Systemdesign, IT-Sicherheit und fortschrittliche hybride Cloud-Architekturen spezialisiert. Mit Hauptsitzen in Kiel und Düsseldorf sowie Büros in München, Berlin, Frankfurt, Hamburg, Wien, Lissabon und Hyderabad (Indien) fördern wir eine moderne, kollaborative und agile Arbeitskultur.
Als Data Science & Machine Learning Engineer bei beON arbeiten Sie an realen industriellen und unternehmerischen Anwendungsfällen – von der Modellierung von Sensor- und Prozessdaten bis hin zur Bereitstellung von KI-Modellen in Live-Umgebungen. Ihre Rolle trägt dazu bei, intelligente Systeme zu entwickeln, die Prozesse optimieren, die Qualität verbessern und die Effizienz steigern. Wir begrüßen Bewerber aus verschiedenen Datenwissenschaftsbereichen, die bereit sind, ihre Fähigkeiten in wirkungsvollen, produktionsbereiten Lösungen anzuwenden.
Ihre Verantwortlichkeiten:
- Entwerfen und Optimieren von ML-Modellen für Zeitreihenprognosen, Anomalieerkennung und Computer Vision (z. B. Qualitätsinspektion)
- Anwenden fortgeschrittener Techniken wie LSTM, CNN, XGBoost, PCA, Clustering und erklärbare KI (z. B. SHAP, LIME)
- Analysieren von strukturierten und unstrukturierten Daten aus Betriebs- und Sensorsystemen
- Entwickeln und Pflegen robuster ML-Pipelines für Training, Validierung, Bereitstellung und Überwachung
- Zusammenarbeiten mit Dateningenieuren, Lösungsarchitekten und IoT/Edge-Teams, um eine skalierbare Integration sicherzustellen
- Verwenden von SQL und BI-Tools (z. B. Power BI), um große Datensätze vorzubereiten und zu visualisieren
- Arbeiten mit Cloud-Plattformen (z. B. AWS, Azure, GCP) für die Bereitstellung von Modellen und das Management des MLOps-Lebenszyklus
Ihr Profil:
- 3+ Jahre praktische Erfahrung in der Entwicklung und Bereitstellung von ML-Modellen in Produktionsumgebungen
- Starke Python-Kenntnisse und Erfahrung mit ML-Frameworks (z. B. scikit-learn, TensorFlow, PyTorch)
- Versiert in der Datenvorverarbeitung, Merkmalsengineering und Techniken zur Modellvalidierung
- Vertrautheit mit erklärbarer KI (XAI), Daten-Governance und ethischen KI-Prinzipien
- Solide SQL-Kenntnisse und Erfahrung mit BI/Dashboard-Tools wie Power BI
- Erfahrung mit cloudbasierten ML-Diensten (z. B. SageMaker, Azure ML, Vertex AI)
- Starke Kommunikationsfähigkeiten und die Fähigkeit, technische Ergebnisse sowohl technischen als auch geschäftlichen Stakeholdern zu erklären
Bevorzugte Qualifikationen:
- Erfahrung in Industrie 4.0, Fertigung oder Projekten zur Prozessautomatisierung
- Vertrautheit mit Echtzeit-/Streaming-Datenplattformen, Zeitreihendatenbanken und Tools wie Grafana
- Verständnis von MLOps-Pipelines und Tools für das automatisierte Modellmanagement und die Bereitstellung
- Erfahrung mit Orchestrierungstools wie Apache Airflow oder dbt
Bereit, den nächsten Schritt in Ihrer Karriere bei beON zu machen? Senden Sie Ihren Lebenslauf an careers@beon.net mit dem Betreff „Data Science & ML Engineer.“ Wir respektieren Ihre Zeit – kein Anschreiben erforderlich.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Science & Machine Learning Engineer (m/f/d) new erhalten könnten
✨Tipp Nummer 1
Nutze dein Netzwerk! Sprich mit Freunden, ehemaligen Kollegen oder Kommilitonen über offene Stellen. Oft erfährt man durch persönliche Kontakte von Möglichkeiten, die nicht öffentlich ausgeschrieben sind.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und technische Herausforderungen übst. Wir können dir helfen, indem wir dir Ressourcen zur Verfügung stellen, um deine Fähigkeiten zu verbessern und selbstbewusst aufzutreten.
✨Tipp Nummer 3
Zeige deine Leidenschaft für Data Science und Machine Learning! Teile deine Projekte oder Beiträge in sozialen Medien oder auf Plattformen wie GitHub. Das zeigt potenziellen Arbeitgebern, dass du aktiv in deinem Bereich bist.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden. Wir freuen uns darauf, talentierte Leute wie dich in unserem Team willkommen zu heißen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Science & Machine Learning Engineer (m/f/d) new mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach deinen Lebenslauf einzigartig:Dein Lebenslauf sollte nicht nur deine Erfahrungen auflisten, sondern auch zeigen, was dich besonders macht. Hebe relevante Projekte hervor, die deine Fähigkeiten im Bereich Data Science und Machine Learning demonstrieren.
Sei präzise und klar:Vermeide es, zu viele technische Begriffe zu verwenden, die nicht jeder versteht. Erkläre deine Erfahrungen und Fähigkeiten so, dass sie sowohl für technische als auch für nicht-technische Leser nachvollziehbar sind.
Betone deine Teamarbeit:Da wir bei beON großen Wert auf Zusammenarbeit legen, solltest du in deiner Bewerbung betonen, wie du in der Vergangenheit erfolgreich mit anderen zusammengearbeitet hast, um komplexe Probleme zu lösen.
Bewirb dich über unsere Website:Wir empfehlen dir, dich direkt über unsere Website zu bewerben. Das macht den Prozess für uns einfacher und du kannst sicher sein, dass deine Bewerbung schnell an die richtige Stelle gelangt.
Wie man sich auf ein Vorstellungsgespräch bei beON consult GmbH vorbereitet
✨Verstehe die Technologien
Mach dich mit den spezifischen Technologien und Tools vertraut, die in der Stellenbeschreibung erwähnt werden, wie Python, ML-Frameworks und Cloud-Plattformen. Zeige im Interview, dass du nicht nur die Theorie kennst, sondern auch praktische Erfahrungen hast.
✨Bereite konkrete Beispiele vor
Überlege dir einige konkrete Projekte oder Erfahrungen, die du in der Vergangenheit gemacht hast, und wie sie relevant für die Position sind. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und welche Techniken du angewendet hast.
✨Kommunikation ist der Schlüssel
Da du technische Ergebnisse sowohl technischen als auch geschäftlichen Stakeholdern erklären musst, übe, komplexe Konzepte einfach und klar zu kommunizieren. Das zeigt, dass du nicht nur ein Experte bist, sondern auch gut im Team arbeiten kannst.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Rolle und dem Unternehmen. Frage nach den aktuellen Projekten, den Herausforderungen im Team oder den nächsten Schritten in der Entwicklung von ML-Modellen.
