Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle ML-Services und bringe sie in Produktion mit modernen Technologien.
- Arbeitgeber: Shopware ist ein führendes E-Commerce-System, das Unternehmen beim digitalen Wachstum unterstützt.
- Mitarbeitervorteile: Flexible Arbeitszeiten, unbefristete Verträge und die Wahl deiner Arbeits-Hardware.
- Warum dieser Job: Arbeite in einem innovativen Team und entwickle zukunftsweisende Technologien im Bereich Machine Learning.
- Gewünschte Qualifikationen: 3+ Jahre Erfahrung in Software-Engineering mit Python, TypeScript oder React erforderlich.
- Andere Informationen: Vollständig remote oder hybrid arbeiten, je nach deinen Bedürfnissen.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Shopware ist ein führendes E-Commerce-System, das es Unternehmen weltweit ermöglicht, im digitalen Handel schnell und effizient zu skalieren. Als zukunftsweisende Open-Source-Lösung wird Shopware bereits von einigen der größten europäischen Marken, Einzelhändlern und Herstellern im B2C- und B2B-Bereich eingesetzt. Um Daten zu einem echten Wachstumstreiber zu machen, entwickelt unser Data & AI Lab das cloud-native Fundament, das Analytics, Machine Learning und KI-gestützte Produktfeatures im gesamten Unternehmen möglich macht.
Als Machine Learning Engineer (m/w/d) im Data Platform & Enablement Team schlägst du die Brücke zwischen Software Engineering, MLOps und Full-Stack-Entwicklung: Du bringst ML-Modelle in die Produktion, baust die passenden Services darum herum und springst auch mal ins Frontend, wenn es die Umsetzung beschleunigt. Diese Position kann vor Ort, hybrid oder auch vollständig remote innerhalb Deutschlands oder in ausgewählten europäischen Ländern, in denen wir registriert sind, ausgeführt werden. Dein Arbeitsort wird im Voraus vereinbart und bildet die Grundlage deines Arbeitsvertrags.
- Model-to-Production: Du entwickelst ML-gestützte Services und bringst sie als containerisierte Microservices in Produktion (FastAPI + Docker / AWS ECS / Lambda). Du baust robuste Trainings-, Evaluations- und Inferenzpipelines mit Python und dem PyData-Stack (z.B. NumPy, Pandas, Scikit-learn).
- MLOps & Platform Engineering: Du setzt CI/CD-Prozesse für Machine Learning um (GitHub Actions, Terraform-gesteuerte AWS-Infrastruktur). Du stattest Modelle mit Observability und Experiment-Tracking aus (z.B. W&B, Prometheus, TensorBoard).
- Full-Stack Enablement: Du entwickelst Prototypen für nutzernahe Features oder interne Tools mit React/TypeScript, Streamlit und/oder Gradio. Du stellst Modelle über gut dokumentierte RESTful APIs bereit und integrierst sie in die Produktwelt von Shopware.
- Zusammenarbeit & Innovation: Du arbeitest eng mit Data Scientists zusammen, um Notebooks in produktionsreifen Code zu überführen. Du erkundest neue Ansätze wie LLMs, RAG-Systeme oder agentenbasierte Frameworks und bewertest deren Potenzial für Shopware.
Das bringst du mit:
- Software-Engineering-Background: Du hast 3+ Jahre Erfahrung in der Entwicklung und dem Betrieb produktiver Systeme mit Python, TypeScript und/oder React. Dabei bist du mit Type Safety, Testing und Clean Code Prinzipien bestens vertraut.
- Cloud & Infrastructure-as-Code: Du hast praktische Erfahrung mit AWS und dem Umgang mit Terraform (oder vergleichbaren Tools) zur Infrastrukturverwaltung.
- Machine-Learning-Know-how: Du verfügst über ein solides Verständnis von überwachtem/unkontrolliertem Lernen und Deep-Learning-Konzepten wie CNNs, RNNs oder Transformern.
- MLOps-Mindset: Du arbeitest hands-on mit CI/CD, Docker sowie Monitoring und Alerting. Wenn dir bestimmte MLOps-Praktiken noch fehlen, bringst du die Motivation mit, sie dir gezielt anzueignen.
- Full-Stack-Skills: Du bist in der Lage (und bereit), auch Frontend- oder Integrationscode in React/TypeScript oder vergleichbaren Frameworks umzusetzen.
- Nice to have: Erfahrung mit PySpark/Spark oder Streaming-Technologien (Kafka/Kinesis), LLM-Tooling (z.B. LangChain, Hugging Face) oder Vektordatenbanken ist ein Plus.
- Kommunikation: Du verfügst über sehr gute Englischkenntnisse und hast Freude an der Zusammenarbeit in einem vollständig remote arbeitenden, cross-funktionalen Team.
Das bieten wir dir:
- Unternehmenskultur: Offene Kultur, flache Hierarchien, Eigeninitiative wird gefördert.
- Arbeitsverträge: Unbefristete Anstellungen bieten langfristige Sicherheit.
- Flexibilität: Flexible Arbeitszeiten und Optionen für mobiles Arbeiten und Full-Remote-Verträge.
- Ausstattung: Freie Wahl der Arbeits-Hardware.
- Onboarding: Gut strukturiertes Onboarding mit Unterstützung durch einen persönlichen "Buddy".
- Arbeitsumfeld: Inspirierendes Umfeld mit engagierten Kollegen und einer dynamischen Gemeinschaft.
- Entwicklungsmöglichkeiten: Vielfältige Chancen für persönliches Wachstum und Entwicklung.
- Zusatzleistungen: Attraktive Benefits wie betriebliche Altersvorsorge, Gesundheitsprogramme und regelmäßige Teamevents.
... und vieles mehr! Deine Ansprechperson für diese Stelle ist Carmen Bouraine und steht dir bei Fragen gerne zur Verfügung!
Machine Learning Engineer (m/w/d) Arbeitgeber: shopware AG
Kontaktperson:
shopware AG HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Engineer (m/w/d)
✨Tip Nummer 1
Nutze dein Netzwerk! Sprich mit ehemaligen Kollegen oder Kommilitonen, die bereits im Bereich Machine Learning arbeiten. Sie können dir wertvolle Einblicke geben und möglicherweise sogar eine Empfehlung bei uns aussprechen.
✨Tip Nummer 2
Bleibe auf dem neuesten Stand der Technologien! Informiere dich über aktuelle Trends in der Machine Learning-Community, insbesondere über Tools wie FastAPI, Docker und AWS. Das zeigt uns, dass du engagiert und motiviert bist.
✨Tip Nummer 3
Bereite dich auf technische Gespräche vor! Übe, wie du deine bisherigen Projekte und Erfahrungen im Bereich MLOps und Full-Stack-Entwicklung präsentieren kannst. Wir legen großen Wert auf praktische Fähigkeiten und Problemlösungsansätze.
✨Tip Nummer 4
Zeige deine Leidenschaft für Machine Learning! Teile deine eigenen Projekte oder Beiträge in der Community, sei es durch Blogposts, GitHub-Repositories oder Teilnahme an Hackathons. Das hebt dich von anderen Bewerbern ab und zeigt dein Engagement.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineer (m/w/d)
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen und Qualifikationen, die für die Position als Machine Learning Engineer gefordert werden. Notiere dir wichtige Punkte, die du in deiner Bewerbung ansprechen möchtest.
Individualisiere deinen Lebenslauf: Passe deinen Lebenslauf an die Stelle an, indem du relevante Erfahrungen und Fähigkeiten hervorhebst, die mit den Anforderungen der Position übereinstimmen. Betone deine Kenntnisse in Python, TypeScript, MLOps und Cloud-Technologien.
Motivationsschreiben verfassen: Schreibe ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du dich für die Position interessierst und wie deine Erfahrungen und Fähigkeiten zu den Zielen von Shopware passen. Zeige deine Begeisterung für Machine Learning und innovative Technologien.
Dokumente überprüfen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Fehler. Achte darauf, dass dein Lebenslauf und dein Motivationsschreiben klar strukturiert und gut lesbar sind.
Wie du dich auf ein Vorstellungsgespräch bei shopware AG vorbereitest
✨Verstehe die Technologien
Mach dich mit den Technologien vertraut, die in der Stellenbeschreibung erwähnt werden, wie Python, TypeScript, Docker und AWS. Zeige im Interview, dass du praktische Erfahrungen mit diesen Tools hast und bereit bist, sie anzuwenden.
✨Bereite Beispiele vor
Denke an konkrete Projekte oder Erfahrungen, die deine Fähigkeiten im Machine Learning und Software Engineering demonstrieren. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du ML-Modelle erfolgreich in Produktion gebracht hast.
✨Zeige dein MLOps-Wissen
Stelle sicher, dass du die Prinzipien von MLOps verstehst und erklären kannst, wie CI/CD-Prozesse für Machine Learning funktionieren. Diskutiere, wie du Monitoring und Alerting in deinen Projekten implementiert hast.
✨Kommunikation ist der Schlüssel
Da die Position in einem cross-funktionalen Team arbeitet, ist es wichtig, deine Kommunikationsfähigkeiten zu betonen. Bereite dich darauf vor, wie du effektiv mit Data Scientists und anderen Teammitgliedern zusammenarbeitest, um produktionsreifen Code zu entwickeln.
