Im Bereich Artificial Intelligence Forecasting entwickeln wir Datenprodukte für die gesamte Schwarz Gruppe. Wir nutzen aktuelle Cloud- und AI Technologien, um innovative Lösungen für eine Vielzahl von Geschäftsfeldern von der Produktion über das Filialgeschäft bis zur Logistik zu entwickeln und operativ zu betreiben.
Als Machine Learning Engineer arbeitest Du gemeinsam mit Data und Software Engineers an AI-Lösungen, die in einem Weltkonzern reale Mehrwerte schaffen.
Deine Aufgaben
1. Entwicklung komplexer Datenprodukte, die in unsere Geschäftsprozesse eingebunden werden und unternehmerischen Mehrwert generieren
2. Beurteilung und Aufbereitung relevanter Datenquellen
3. Evaluierung, Implementierung und Optimierung geeigneter Algorithmen
4. Zielgerichtet Anwendungen modernster Data Science-Techniken
5. Integration von Modellen in produktive Software
6. Industrialisierung der Modelle (MLOps, DevOps)
7. Arbeit in interdisziplinären, agilen Projektteams
8. Fachliche Führung und Anleitung von Teammitgliedern
9. Präsentation von Ergebnissen vor Stakeholdern
Dein Profil
10. Abgeschlossenes Hochschulstudium im Bereich Data Science, Mathematik, Statistik, Informatik, Physik oder einer themenverwandten Fachrichtung
11. Mehrjährige Berufserfahrung als Machine Learning Engineer oder Data Scientist
12. Praktische Erfahrung mit Forecasting- und Pricing-Anwendungsfällen und den gängigen Modellen (Gradient Boosting Machine, Neuronale Netze, (S)ARIMA, Prophet)
13. Sehr gute Kenntnisse in der Anwendung von Machine Learning, Optimierungs- und Data Mining-Methoden (z.B. mit Python, Spark)
14. Idealerweise Erfahrung mit verteilten Machine Learning Frameworks und Model-Lifecycle-Management (z.B. MLFlow)
15. Praktische Kenntnisse in der Entwicklung mit Python und im Softwareentwicklungszyklus (z.B. CI/CD, DevOps, Testing)
16. Erfahrungen im Umgang mit Big Data (SQL, Spark/Databricks) und Cloud Technologien (GCP, Azure)
17. Erfahrung mit Methoden der agilen Softwareentwicklung
18. Fähigkeit, komplexe Fragestellungen und Szenarien zu verstehen, detailliert zu analysieren und die gewonnenen Erkenntnisse einem nicht-technischen Publikum verständlich zu präsentieren
19. Sehr gute Englisch- und Deutschkenntnisse (C1-Niveau)