Auf einen Blick
- Aufgaben: Entwickle und verbessere ML-Modelle, baue Daten-Pipelines und arbeite mit verschiedenen Stakeholdern zusammen.
- Unternehmen: Innovatives Unternehmen im Bereich Machine Learning mit einem dynamischen Team.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein kreatives Arbeitsumfeld.
- Weitere Informationen: Wachse in einem unterstützenden Umfeld mit großartigen Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft der Technologie mit und entwickle Lösungen, die echten Einfluss haben.
- Qualifikationen: Berufserfahrung in ML-Systemen, starke Python-Kenntnisse und Teamfähigkeit.
Das prognostizierte Gehalt liegt zwischen 60000 - 75000 € pro Jahr.
Was du unbedingt mitbringst:
- Berufserfahrung in der Entwicklung, Bereitstellung und dem Betrieb von produktiven ML-Systemen.
- Sehr gute Python-Kenntnisse sowie Erfahrung mit Docker und AWS oder GCP.
- Solide Grundlagen im Bereich Machine Learning, Grundkenntnisse in NLP sowie ausgeprägte Erfahrung in der Modellevaluation.
- Praktische Erfahrung im Aufbau von End-to-End ML-Pipelines.
- Erfahrung im Umgang mit großen Datenmengen und SQL.
- Starke analytische Problemlösungskompetenz: Du kannst unklare Fragestellungen strukturieren und beurteilen, ob ML der geeignete Lösungsansatz ist.
- Ausgeprägte Kommunikations- und Teamfähigkeit: Du stimmst dich bereichsübergreifend ab, machst Entscheidungen transparent, dokumentierst sorgfältig und gibst sowie erhältst konstruktives Feedback.
Was du idealerweise noch mitbringst:
- Erfahrung mit NoSQL-Datenbanken und/oder Distributed Processing, sowie Streaming.
- Praktische Erfahrung mit LLM-Anwendungen und produktiver Agent-Orchestrierung.
- Grundkenntnisse in Cloud Security und Operations Themen.
- Erfahrung im Mentoring von Kolleg:innen sowie im Etablieren pragmatischer Engineering-Standards.
Was dich erwartet:
- Du entwickelst, implementierst, deployest und verbesserst ML-Modelle kontinuierlich und übernimmst Verantwortung vom Prototyp bis zum produktiven Betrieb.
- Du baust reproduzierbare Daten- und ML-Pipelines auf.
- Du containerisierst ML-Services und Batch-Jobs mit Docker, um konsistente und skalierbare Deployments zu ermöglichen.
- Du deployest und betreibst ML-Lösungen in AWS oder GCP.
- Du überwachst, analysierst und stabilisierst Modelle im produktiven Betrieb und entwickelst sie evidenzbasiert sowie anhand von Stakeholder-Feedback weiter.
- Du arbeitest erfolgreich mit Data Engineering, Software Engineering, Product sowie fachlichen Stakeholdern zusammen.
- Du evaluierst Modelle fundiert anhand geeigneter Metriken, einschließlich Aspekten wie Robustheit und Fairness.
- Du entwickelst und betreust AI Agents sowie Orchestrierungs-Workflows.
- Du trägst durch konstruktive Code Reviews, Wissensaustausch und Mentoring zur Weiterentwicklung des Teams bei.
Machine Learning Engineer (all genders) - System Engineering / Admin, Ingenieur Arbeitgeber: Parship
Als Arbeitgeber bieten wir eine dynamische und innovative Arbeitsumgebung, in der du als Machine Learning Engineer die Möglichkeit hast, an spannenden Projekten zu arbeiten und deine Fähigkeiten kontinuierlich weiterzuentwickeln. Unsere offene Unternehmenskultur fördert den Wissensaustausch und die Zusammenarbeit über Abteilungsgrenzen hinweg, während wir dir attraktive Benefits und flexible Arbeitszeiten bieten, um eine ausgewogene Work-Life-Balance zu gewährleisten. Zudem profitierst du von einem engagierten Team, das Wert auf konstruktives Feedback und persönliche Entwicklung legt.
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer (all genders) - System Engineering / Admin, Ingenieur mit Bravour zu bestehen
Berufserfahrung in der Entwicklung von ML-Systemen
Python-Kenntnisse
Erfahrung mit Docker
Erfahrung mit AWS oder GCP
Grundlagen im Bereich Machine Learning
Grundkenntnisse in NLP
Erfahrung in der Modellevaluation
