(Junior) Machine Learning Engineer (all genders)

## 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.