Als Teil unseres internationalen Teams unterstützt du unsere Kunden bei innovativen, technischen Ansätze für skalierbare, leistungsstarke und wartbare Softwarearchitekturen mit Schwerpunkt auf Anwendungen im Bereich Daten und maschinelles Lernen/künstliche IntelligenzAnhand von innovativen Open Source- und Cloud-Technologien stellst du unseren Kunden skalierbare, kosteneffiziente und flexible Architekturen zur VerfügungNutze dein DevOps Mindset, um Automatisierungs- und wartungsfähige Lösungen zu entwickeln und unsere Kunden hinsichtlich der Architektur, Vorgehensweise, Überwachungs- und Sicherheitskonzepte zu beratenDu hältst alle Fäden zusammen und fungierst als technische Verbindungsperson zwischen Kunden, Service-Engineering-Teams und Support, dabei informierst du dich über die neuesten Branchentrends und Technologien und trägst zur kontinuierlichen Verbesserung unserer Softwaresysteme und Architekturansätze bei- Zusammenarbeit mit verschiedenen Disziplinen wie Unternehmensarchitekten, Analysten, Datenwissenschaftlern oder Dateningenieuren zur Entwicklung datenintensiver Anwendungen wie Data Warehouses, Data Lakes und/oder DatenplattformenRegelmäßige und systematische (externe und interne) Weiterbildungsmöglichkeiten. Profitiere von unserem Team, Lernressourcen, Hackathons und mehr, um deine technische Entwicklung voranzutreiben und eine Präsenz in der Machine-Learning-Community zu haben (interdisziplinäres Arbeiten und Schulungen in den Bereichen Data Engineering, Cloud-Architektur und Data Science)Zugang zu branchenübergreifenden Projekten (große und mittelständische Unternehmen aus den Bereichen Banken, Versicherungen, Automotive, Einzelhandel usw.)Branchenführenden Kooperationen in den Bereichen Cloud, BI und AutoMLArbeit in einer offenen, flachen Umgebung, innerhalb eines breiten Reply-Netzwerks zum WissensaustauschPreisgekrönte Büroräume in der Münchner Innenstadt mit Zugang zur StammstreckeFahrkarte für öffentliche Verkehrsmittel mit DeutschlandticketZuschuss zu einer Fitnessstudio-Mitgliedschaft in einem Fitnessstudio der WahlFlexible Arbeitsumgebung zwischen Kunden, Reply-Büro und Remote-ArbeitErfolgreich abgeschlossenes Studium der (Wirtschafts-) Informatik, Mathematik, Physik oder eine vergleichbare StudienrichtungAusgeprägtes Verständnis der Grundsätze der Softwareentwicklung, einschließlich objektorientierter Programmierung (OOP), Entwurfsmustern und Architekturmustern wie Microservices, ereignisgesteuerter Architektur und Cloud-basierten LösungenGute Kenntnisse in ETL Konzepten zum Aufbau eines Data Warehouse, Data Hub oder Data Lake, sowie Verständnis von Systemdesigns, einschließlich Datenbanken, Caching, Konsistenz, Vernetzung, Routing und verteilte SystemeDu hast Erfahrung mit folgenden Programmiersprachen: Python, Java (Spring Boot, Hibernate), Rust und mindestens einer gängigen Cloud Umgebung (z. B. AWS, GCP oder Azure)Du bringst Grundlagen Linux-, einschließlich Shell-Skripting, Konfigurationsmanagement, Manipulation von Dateien in der Linux-Shell und Konfiguration von Benutzerberechtigungen mitDu bist versiert im Umgang mit Container-Technologien und DevOps Prinzipien (z.B. Docker, Kubernetes, OpenShift, etc.)Fließende Englisch- und Deutschkenntnisse runden dein Profil abMachine Learning Reply bietet maßgeschneiderte End-to-End-Lösungen im Data-Science-Bereich an, die den gesamten Projektlebenszyklus abdecken – von der initialen Strategieberatung über die Datenarchitektur und Infrastrukturthemen bis hin zur Datenverarbeitung und Qualitätssicherung unter Verwendung von Machine-Learning-Algorithmen. Machine Learning Reply verfügt über umfassende Expertise im Bereich der Datenwissenschaft in allen Schlüsselindustrien der deutschen HDAX-Unternehmen. Machine Learning Reply befähigt seine Kunden, neue datenbasierte Geschäftsmodelle erfolgreich einzuführen sowie bereits bestehende Prozesse und Produkte zu optimieren – mit einem Schwerpunkt auf Open-Source- und Cloud-Technologien. Mit dem Machine Learning Incubator bietet das Unternehmen ein Programm zur Ausbildung der nächsten Generation von Entscheidungsträgern, Data Scientists und Entwicklern an. #J-18808-Ljbffr