(Junior) Machine Learning Engineer (all genders)

Berlin

, Dresden

, Hamburg

Amazon Web Services (AWS)
Artificial Intelligence (AI)
Docker
Google Cloud Platform
KI-/Machine Learning Development
Machine Learning

+2

Was du unbedingt mitbringst

  • Solide Grundlagen in Machine-Learning-Konzepten und der Bewertung von Modellen, welche du durch dein Studium, eine Weiterbildung oder praktische bzw. berufliche Erfahrung gesammelt hast.
  • Praktische Python-Kenntnisse und die Fähigkeit, klaren und gut wartbaren Code zu schreiben.
  • Erste Berührungspunkte im Umgang mit Daten und SQL.
  • Erste praktische Erfahrung bei der Entwicklung einer ML-Lösung.
  • Interesse daran zu lernen, wie Modelle und Datenpipelines in Produktionsumgebungen bereitgestellt, überwacht und verbessert werden.
  • Eine strukturierte Herangehensweise an die Problemlösung.
  • Klare Kommunikationsfähigkeiten sowie eine offene und kooperative Arbeitsweise.
  • Gute Englischkenntnisse für die tägliche Kommunikation.

Was du idealerweise noch mitbringst

  • Erste Erfahrungen mit Docker oder einem anderen Containerisierungstool.
  • Erste Berührungspunkte mit AWS, GCP oder einer anderen Cloud-Plattform.
  • Vertrautheit mit NLP, Anwendungen großer Sprachmodelle (LLMs) oder KI-Agenten.
  • Erfahrung mit NoSQL-Datenbanken, verteilter Datenverarbeitung oder Streaming-Technologien.
  • Grundkenntnisse gängiger Software-Engineering-Praktiken wie Versionskontrolle, Testing und Continuous Integration.
  • Erfahrung mit dem Betrieb, der Überwachung oder der Fehlerbehebung bei einem ML-Modell oder einer Datenpipeline.

Was dich erwartet

  • Gemeinsam mit erfahrenen Kolleg:innen übersetzt du Produkt- und Geschäftsfragen in klar definierte Machine-Learning-Aufgaben.
  • Du entwickelst, evaluierst und verbesserst Machine-Learning-Modelle mit Python.
  • Du trägst zu reproduzierbaren Daten- und ML-Pipelines bei – von ersten Experimenten bis zur Bereitstellung in der Produktion.
  • Du bereitest Services oder Batch-Jobs mithilfe von Tools wie Docker für den produktiven Einsatz vor.
  • Du arbeitest mit cloudbasierten ML-Umgebungen in AWS oder GCP.
  • Du nutzt SQL, um Daten zu untersuchen, aufzubereiten und zu validieren.
  • Du überwachst die Performance von Modellen, gehst möglichen Problemen auf den Grund und trägst dazu bei, die Zuverlässigkeit unserer produktiven Lösungen kontinuierlich zu verbessern.
  • Du dokumentierst deine Arbeit sowie Annahmen, Abwägungen und Ergebnisse nachvollziehbar.
  • Du arbeitest eng mit Kolleg:innen aus Data Engineering, Software Engineering, Product und weiteren Unternehmensbereichen zusammen.
  • Du berücksichtigst bei der Entwicklung und Bewertung von Lösungen Aspekte wie Modellqualität, Robustheit und Fairness.
Job-Infos
Berufsfelder
Anwendungsentwicklung
Studienfächer
Informatik
Wirtschaftsinformatik
Abschluss
Bachelor
Master/Diplom
Unternehmen
IT-Gehälter
Was kann ich verdienen?