Senior Machine Learning Engineer (alle Geschlechter)

Das Unternehmen steht für digitale Exzellenz und bietet vielfältige Entwicklungsmöglichkeiten für alle Mitarbeitenden. In einem dynamischen Umfeld wachsen die Teams gemeinsam und lernen voneinander, während sie an anspruchsvollen Projekten arbeiten. Die Rolle des Senior Machine Learning Engineers umfasst die Gestaltung von Produktionsarchitekturen, wobei skalierbare ML-Architekturen für hochverfügbare Enterprise-Anwendungen konzipiert und implementiert werden. Zudem sind die Entwicklung robuster Daten-, Trainings- und Deploymentpipelines mit klarer CI/CD-Integration sowie die Sicherstellung der Modellrobustheit durch Monitoring-, Drift-Detection- und Retraining-Mechanismen zentrale Aufgaben. Die Performance-Optimierung, einschließlich der Analyse von Latenz und Ressourceneffizienz, gehört ebenfalls zu den Tätigkeiten. Der Senior Machine Learning Engineer übernimmt technische Verantwortung in ML-Projekten und arbeitet eng mit Plattform- und DevOps-Teams zusammen. Das Arbeitsumfeld ist geprägt von Offenheit, Verantwortungsübernahme und gemeinsamen Erfolgen, was eine positive Unternehmenskultur fördert. Es bestehen zahlreiche Möglichkeiten zur persönlichen und fachlichen Weiterentwicklung, unterstützt durch gezielte Trainingsangebote und eine digitale Lernplattform.

Der ideale Kandidat bringt mindestens fünf Jahre Erfahrung in der Entwicklung und dem Betrieb produktiver Machine-Learning-Systeme im Enterprise-Umfeld mit und hat ein abgeschlossenes Studium in Informatik, Software Engineering, Data Science oder einem vergleichbaren technischen Fachgebiet. Fundierte Kenntnisse in MLOps-Prinzipien, Modellversionierung, Feature Stores und Lifecycle-Management sind unerlässlich. Der Umgang mit modernen Technologien wie Python, Docker, Kubernetes, MLflow sowie mindestens einer Hyperscaler-Cloud wie AWS, Azure oder GCP sollte sicher beherrscht werden. Eine strukturierte, engineering-orientierte und testgetriebene Arbeitsweise mit klarem Fokus auf Skalierbarkeit und Stabilität ist erforderlich. Zudem sollten die Bewerber in der Lage sein, KI-Tools souverän einzusetzen, Ergebnisse kritisch zu bewerten und Kunden sowie Mitarbeitende bei der Nutzung von KI-Potenzialen zu unterstützen. Sprachkenntnisse in Deutsch und Englisch sind notwendig, um sicher und professionell kommunizieren zu können.