About this role
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.