Machine Learning Engineer (f/m/d)

Wir suchen einen ambitionierten und analytisch denkenden Machine Learning Engineer (f/m/d) an unserem Standort in Berlin. In dieser Rolle treiben Sie unsere KI-Initiativen voran, indem Sie fortschrittliche Computer-Vision-Modelle für die medizinische Bildanalyse entwerfen, bereitstellen und warten. Zu Ihren Aufgaben gehört das Entwerfen, Trainieren und Evaluieren von Computer-Vision-Modellen mithilfe von PyTorch und PyTorch Lightning. Sie überwachen Produktionsmodelle, optimieren Leistungskennzahlen und implementieren proaktiv Retraining-Strategien, um Model Drift entgegenzuwirken. Zudem führen Sie Datenvorverarbeitung, Data Augmentation und Qualitätskontrollen in enger Zusammenarbeit mit Data Annotators und medizinischen Beratern durch. Sie pflegen systematisch organisierte Datensätze, Modellversionierung sowie Experiment-Tracking und entwickeln skalierbare ML-Pipelines und APIs unter Einsatz von CI/CD-Pipelines, Containerisierung und MLOps-Praktiken. Die enge Zusammenarbeit mit Frontend- und Backend-Entwicklern zur Integration von KI-Modellen in Produkt-Workflows gehört ebenfalls zu Ihren Aufgaben. Darüber hinaus erstellen Sie Dashboards und Visualisierungen für handlungsorientierte Modelleinblicke und Geschäftskennzahlen. Sie arbeiten funktionsübergreifend innerhalb der KI-, Produkt- und Business-Teams und präsentieren Ihre Ergebnisse überzeugend vor technischen und nicht-technischen Stakeholdern. Diese Rolle ist ideal für Sie, wenn Sie einen starken technischen Hintergrund im Bereich Machine Learning mit praktischer Erfahrung im Software Engineering kombinieren und in einem schnell wachsenden Umfeld echten Impact schaffen möchten.

Für diese Position sollten Sie einen Bachelor- oder Masterabschluss in Informatik, Machine Learning, Mathematik oder einem verwandten Bereich vorweisen können. Sie bringen mehr als 2 Jahre praktische Berufserfahrung im Bereich Machine Learning mit und haben nachweisliche Erfolge in der Arbeit mit modernen ML-Frameworks wie PyTorch oder TensorFlow. Idealerweise haben Sie praktische Erfahrung im Bereich Computer Vision, NLP, Zeitreihenanalyse oder Reinforcement Learning. Sehr gute Programmierkenntnisse in Python sowie fundierte Erfahrung mit wissenschaftlichen Programmbibliotheken wie NumPy, Pandas und Scikit-learn sind erforderlich. Sie sollten zudem Erfahrung mit Versionskontrolle, kollaborativer Entwicklung und Python-Packaging haben. Kenntnisse in der Docker-Containerisierung und MLOps-Praktiken sind von Vorteil. Webentwicklungs-Skills für den Aufbau robuster ML-APIs sowie Erfahrung in der Entwicklung von CI/CD-Pipelines sind ebenfalls wichtig. Fließende Englischkenntnisse sind erforderlich, gute Deutschkenntnisse sind ein Plus. Ausgezeichnete Kommunikationsfähigkeiten sind notwendig, um in einem funktionsübergreifenden Umfeld erfolgreich zu sein.