Auf einen Blick
- Aufgaben: Entwickle innovative ML-Prototypen und integriere sie in reale Systeme.
- Unternehmen: Nunatak, eine führende Strategieberatung im Bereich Digitalisierung und KI.
- Vorteile: Attraktive Vergütung, flexible Arbeitszeiten und spannende Team-Events.
- Weitere Informationen: Arbeite in einem interdisziplinären Team mit flachen Hierarchien und viel Gestaltungsspielraum.
- Warum dieser Job: Gestalte KI-Lösungen mit echtem Impact und wachse in einem dynamischen Umfeld.
- Qualifikationen: 3-5 Jahre Erfahrung im Machine Learning und fundierte Kenntnisse in gängigen ML-Frameworks.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Willkommen bei Nunatak und unserem Data & AI Lab! Für unsere Standorte in München oder Berlin suchen wir zum nächstmöglichen Zeitpunkt einen Machine Learning Engineer (m/w/d).
Du lebst für Code, Daten und Algorithmen, willst aber auch sehen, wie deine Modelle in der Praxis echten Impact generieren? Du hast genug von reinen Proof-of-Concepts und brennst darauf, robuste, skalierbare KI-Lösungen zu bauen? Bei uns erwartet dich die perfekte Mischung aus tiefgreifendem Machine Learning bei Top-Kunden und der agilen Entwicklung von innovativen KI-Produkten & Services in unserem Data & AI Lab. Wir suchen einen Tech-Experten (m/w/d), der komplexe Modelle in saubere Software-Architekturen gießt, State-of-the-Art-Technologien beherrscht und die KI-Transformation unserer Kunden technologisch aktiv umsetzt.
Aufgaben
- Pragmatisches Prototyping: Du entwickelst als fester Bestandteil des Data & AI Labs funktionierende ML-Prototypen in kurzen Sprints, um Business-Probleme effizient zu lösen und den Mehrwert für den Kunden schnell und greifbar sichtbar zu machen.
- End-to-End-Verantwortung: Du übernimmst Verantwortung für den gesamten Prozess – von der sauberen Datenaufbereitung über die präzise Modellierung bis hin zur reibungslosen Integration in bestehende Schnittstellen.
- Flexible Architektur-Ansätze: In unseren Testumgebungen hast du den Freiraum, Demos und Experimente zu bauen. Geht es jedoch um Kundensysteme, setzt du verlässlich auf rechtssichere und standardnahe Architekturen.
- Real-World Impact: Du prüfst deine Modelle auf ihre Belastbarkeit im realen Betrieb. Für dich und uns gilt: Der tatsächliche Nutzen im Kundenprozess steht immer über der reinen akademischen Perfektion.
- Kollaboration & Wissenstransfer: Du arbeitest eng und interdisziplinär mit anderen ML Engineers, GenAI Applicationeers sowie Data & AI Consultants zusammen. Dabei hinterfragst du Anforderungen konstruktiv und stellst sicher, dass ein nachhaltiger Know-how-Transfer zu unseren Kunden stattfindet.
Anforderungen
- Praxiserfahrung: Du bringst 3–5 Jahre Berufserfahrung im angewandten Machine Learning mit, in der Zeit hast mindestens ein Modell von der ersten Idee bis zum produktiven Einsatz erfolgreich begleitet.
- Tech-Stack: Fundierte Praxiskenntnisse in gängigen ML-Frameworks (PyTorch, TensorFlow, scikit-learn) sowie routinierter Umgang mit dem wissenschaftlichen Python-Stack (z. B. NumPy, Pandas).
- Cloud & Deployment: Ausgewiesene Erfahrung im Training, der Validierung und dem Deployment von Modellen in mindestens einer etablierten Cloud-Umgebung (z. B. Google Cloud / Vertex AI, AWS SageMaker oder Azure ML).
- Data Engineering Skills: Sicherer Umgang mit SQL und der Architektur von Datenpipelines. Du bist routiniert in der Aufbereitung und Qualitätssicherung großer, komplexer Prozess- und Kundendaten.
- MLOps Mindset: Du besitzt ein fundiertes Verständnis für den realen Betrieb, inklusive Modellversionierung, Monitoring und dem kontinuierlichen Nachschärfen von Modellen.
- Akademisches Fundament: Ein abgeschlossenes Studium in Computer Science, Data Science, Machine Learning, Informatik, Mathematik, Physik oder einem vergleichbaren Studiengang mit technischem Fokus.
- Sprachen: Du sprichst fließend Deutsch und Englisch.
Freue Dich auf:
- Impact ab Tag 1: Vielfältige Aufgaben mit hoher Eigenverantwortung und die Möglichkeit, auf Managementebene Prozesse, Strategien und Produkte mitzugestalten.
- Kultur & Team: Eine kollegiale, verbindliche Zusammenarbeit in kleinen, interdisziplinären Teams mit flachen Hierarchien, kurzen Entscheidungswegen und einer wertebasierten Kultur.
- Spannendes Umfeld: Innovative Projektfragestellungen im KI-Umfeld und Kund*innen, die zu den Marktführenden in ihrer Branche gehören.
- Wachstum: Individuelle Chancen zur persönlichen und professionellen Entwicklung sowie gezielte Weiterbildungsmöglichkeiten.
- Benefits: Eine attraktive Vergütung, regelmäßige Team-Events (Lunches, Offsites), BusinessBike, Firmenfitness (Wellpass) sowie kostenlose Getränke, Obst und Snacks im Office.
- Top Locations: Einen großartigen Arbeitsplatz direkt am Englischen Garten in München oder ganz in der Nähe des Alexanderplatzes in Berlin.
Besuche uns gerne auch auf unserer Linkedin-Seite, um mehr über das Team und unseren Alltag bei Nunatak zu erfahren.
Kontakt
Du möchtest Teil eines interdisziplinären und innovativen Teams sein? Werde Nunatakeer und verstärke uns in unserem Münchner oder Berliner Büro! Wir freuen uns auf Deine Bewerbungsunterlagen (inkl. Anschreiben und Zeugnissen). Gib dabei bitte auch Deine Gehaltsvorstellung sowie Dein frühestmögliches Startdatum an. Für weitere Informationen und Fragen melde Dich gerne über jobs@nunatak.com oder ruf an unter +49 89 997 436 700. Wir sind gespannt, Dich kennen zu lernen!
Über uns
Die Nunatak Group ist die Strategieberatung mit integrierter Umsetzungskompetenz, wenn es um das Thema Digitalisierung und KI geht. Wir unterstützen Kund*innen aus allen Branchen beim digitalen Wandel und verhelfen ihnen zu dauerhaftem Wachstum. Gemeinsam mit unseren Kunden entwickeln und begleiten wir zukunftsweisende Projekte entlang unserer Kernfelder Strategy & Growth, People & Organisation sowie Marketing & Communication. Dabei verbinden wir stets strategisches und analytisches Know-how mit einem pragmatischen, ergebnisorientierten Ansatz. Um Strategien nicht nur zu konzipieren, sondern auch technologisch zum Leben zu erwecken, setzen wir zusätzlich auf unser Data & AI Lab mit Data- & AI-Expert*innen.
Maschine Learning Engineer (m/w/d) Arbeitgeber: The Nunatak Group
Nunatak ist ein hervorragender Arbeitgeber, der dir als Executive Assistant (m/w/d) die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Mit flachen Hierarchien und einer wertebasierten Kultur fördern wir eine kollegiale Zusammenarbeit und bieten zahlreiche Benefits wie eine attraktive Vergütung, großzügige Altersvorsorge und regelmäßige Team-Events. Zudem profitierst du von einem großartigen Arbeitsplatz direkt am Englischen Garten in München, der dir nicht nur einen inspirierenden Ausblick, sondern auch eine ideale Balance zwischen Arbeit und Freizeit ermöglicht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Maschine Learning Engineer (m/w/d) 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 The Nunatak Group 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 Maschine Learning Engineer (m/w/d) 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 Maschine Learning Engineer (m/w/d) bei The Nunatak Group gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei The Nunatak Group 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 The Nunatak Group entscheidend sein!
