Was du unbedingt mitbringst
* Berufserfahrung in der Entwicklung, Bereitstellung und dem Betrieb von produktiven ML-Systemen.
* Sehr gute Python-Kenntnisse sowie Erfahrung mit Docker und AWS oder GCP.
* Solide Grundlagen im Bereich Machine Learning, Grundkenntnisse in NLP sowie ausgeprägte Erfahrung in der Modellevaluation.
* Praktische Erfahrung im Aufbau von End-to-End ML-Pipelines.
* Erfahrung im Umgang mit großen Datenmengen und SQL.
* Starke analytische Problemlösungskompetenz: Du kannst unklare Fragestellungen strukturieren und beurteilen, ob ML der geeignete Lösungsansatz ist.
* Ausgeprägte Kommunikations- und Teamfähigkeit: Du stimmst dich bereichsübergreifend ab, machst Entscheidungen transparent, dokumentierst sorgfältig und gibst sowie erhältst konstruktives Feedback.
Was du idealerweise noch mitbringst
* Erfahrung mit NoSQL-Datenbanken und/oder Distributed Processing, sowie Streaming.
* Praktische Erfahrung mit LLM-Anwendungen und produktiver Agent-Orchestrierung.
* Grundkenntnisse in Cloud Security und Operations Themen.
* Erfahrung im Mentoring von Kolleg:innen sowie im Etablieren pragmatischer Engineering-Standards.
Was dich erwartet
* Du entwickelst, implementierst, deployest und verbesserst ML-Modelle kontinuierlich und übernimmst Verantwortung vom Prototyp bis zum produktiven Betrieb.
* Du baust reproduzierbare Daten- und ML-Pipelines auf.
* Du containerisierst ML-Services und Batch-Jobs mit Docker, um konsistente und skalierbare Deployments zu ermöglichen.
* Du deployest und betreibst ML-Lösungen in AWS oder GCP.
* Du überwachst, analysierst und stabilisierst Modelle im produktiven Betrieb und entwickelst sie evidenzbasiert sowie anhand von Stakeholder-Feedback weiter.
* Du arbeitest erfolgreich mit Data Engineering, Software Engineering, Product sowie fachlichen Stakeholdern zusammen.
* Du evaluierst Modelle fundiert anhand geeigneter Metriken, einschließlich Aspekten wie Robustheit und Fairness.
* Du entwickelst und betreust AI Agents sowie Orchestrierungs-Workflows.
* Du trägst durch konstruktive Code Reviews, Wissensaustausch und Mentoring zur Weiterentwicklung des Teams bei.