Auf einen Blick
- Aufgaben: Entwickle KI-Lösungen und baue innovative Produkte für die Finanzbranche.
- Unternehmen: Führendes Unternehmen für digitale Bank- und Kreditlösungen mit einer unterstützenden Kultur.
- Vorteile: Hybrid-Arbeitsmöglichkeiten, flexible Freizeit, Karriereentwicklung und Gesundheitsleistungen.
- Weitere Informationen: Engagierte Gemeinschaft mit Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft der KI und mache einen echten Unterschied in der Finanzwelt.
- Qualifikationen: Erfahrung in Software-/ML/AI-Engineering und starke Programmierkenntnisse.
Das prognostizierte Gehalt liegt zwischen 61650 - 75350 € pro Jahr.
As passionate about our people as we are about our mission.
Why Join Q2?
Q2 is a leading provider of digital banking and lending solutions to banks, credit unions, alternative finance companies, and fintechs in the U.
S. and internationally.
Our mission is simple: build strong and diverse communities through innovative financial technology—and we do that by empowering our people to help create success for our customers.
What Makes Q2 Special?
Being as passionate about our people as we are about our mission.
We celebrate our employees in many ways through our year-round Q2 Change Makers awards program and global moments of recognition and connection.
We invest in the growth and development of our team members through ongoing learning opportunities, internal mobility, and meaningful leadership relationships.
We also know that nothing builds trust and collaboration like having fun and giving back together.
From company-wide volunteer days to events like our Q2 Homecoming Week—featuring learning, community service, and culture-building experiences—we create opportunities to connect, grow, and make an impact.
The Job At-A-Glance
Join a fast-growing AI engineering team building the next generation of intelligent products for the financial services industry.
As a Machine Learning Engineer, you’ll design and deliver production-ready AI solutions, develop the tools, APIs, and backend services that enable them, and help shape the future of our AI platform.
From evaluation frameworks, deployment pipelines, and microservice-based AI capabilities to next-generation agentic workflows, you’ll have the opportunity to work across the stack, prototype new ideas, and turn innovation into real customer value.
We’re looking for engineers who are passionate about technology, committed to building high-quality, enterprise-grade software, and who thrive in collaborative environments.
The ideal candidate stays current with the rapidly evolving AI landscape, enjoys solving meaningful problems, and is excited to help build innovative solutions alongside a team that values creativity, ownership, continuous learning, and shipping great products.
A Typical Day
- Design, build, and deliver production-ready AI capabilities, services, and applications that solve real customer and business problems.
- Develop scalable APIs, microservices, data integrations, and backend systems that enable AI-powered products and workflows.
- Build and improve the infrastructure surrounding AI systems, including evaluation frameworks, deployment pipelines, monitoring, observability, and automated testing.
- Prototype and evaluate emerging AI technologies, including LLMs and agentic workflows, and turn successful ideas into reliable, enterprise-grade solutions.
- Work across cloud infrastructure, data platforms, and application layers to integrate AI capabilities into the broader Q2 technology ecosystem.
- Collaborate closely with product, engineering, data, and platform teams to define solutions, make technical tradeoffs, and take ideas from early exploration through production
Bring Your Passion, Do What You Love. Here’s What We’re Looking For
- Typically requires a Bachelor’s degree in (relevant degree) and a minimum of 5 years of related experience; or an advanced degree with 3+ years of experience; or equivalent related work experience.
- 5+ years of professional software/ML/AI engineering experience, with meaningful production ownership.
- Strong software engineering fundamentals and a track record of designing, building, deploying and maintaining production systems.
- Strong Python, while experience with other backend/application languages such as C#, Java, Type Script, etc. is valuable.
- Experience building APIs, backend services, microservices, data integrations or distributed systems.
- Hands‑on experience with cloud infrastructure, containers and production deployment; Kubernetes/Docker/MLOps experience is particularly valuable.
- Experience building or operating ML/AI systems in production, including evaluation, monitoring, observability and deployment pipelines.
- Exposure to LLM applications, RAG, agentic workflows, model/tool integration or similar modern AI patterns.
- Ability and willingness to work across traditional boundaries—AI, backend, infrastructure, data and occasionally UI/application code.
- Strong ownership, curiosity and comfort operating in an environment where patterns and solutions are still being established.
This position requires fluent written and oral communication in English.
- Health & Wellness
- Hybrid Work Opportunities
- Flexible Time Off
- Career Development & Mentoring Programs
- Health & Wellness Benefits, including competitive health insurance offerings and generous paid parental leave for eligible new parents
- Community Volunteering & Company Philanthropy Programs
- Employee Peer Recognition Programs – You Earned it
Click here to find out more about the benefits we offer.
Our Culture & Commitment
We’re proud to foster a supportive, inclusive environment where career growth, collaboration, and wellness are prioritized.
And our benefits go beyond healthcare—offering resources for physical, mental, and professional well-being.
Click here to find out more about the benefits we offer.
Q2 employees are encouraged to give back through volunteer work and nonprofit support through our Spark Program (see more).
We believe in making an impact—in the industry and in the community.
We’re an Equal Opportunity Employer.
All qualified applicants will receive consideration for employment without regard to race, color, religion, sex, sexual orientation, gender identity, national origin, age, disability, genetic information, or veteran status.
#J-18808-Ljbffr
Senior Machine Learning Engineer Arbeitgeber: Q2
Q2 ist ein hervorragender Arbeitgeber, der sich leidenschaftlich für das Wohl seiner Mitarbeiter und die Schaffung starker, vielfältiger Gemeinschaften einsetzt. Mit einem unterstützenden und integrativen Arbeitsumfeld, flexiblen Arbeitsmöglichkeiten und umfangreichen Karriereentwicklungsprogrammen bietet Q2 nicht nur wettbewerbsfähige Gesundheitsleistungen, sondern auch zahlreiche Möglichkeiten zur persönlichen und beruflichen Entfaltung. Die Unternehmenskultur fördert Zusammenarbeit und Spaß, was durch Veranstaltungen wie das jährliche Dodgeball for Charity unterstrichen wird.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Machine Learning Engineer erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Q2 zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Machine Learning Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior Machine Learning Engineer bei Q2 gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Q2 vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Q2 entscheidend sein!
