Senior ML Ingenieur

• Practice Development & Integration

• Location Boeblingen, Germany

Senior Ingenieur für maschinelles Lernen

Ihre neue Karriere

Als Senior Machine Learning Engineer sind Sie Teil eines globalen Teams, das verteilte Sensorlösungen entwickelt, die dazu beitragen, kritische Infrastrukturen zu optimieren, Menschen zu schützen und die Umwelt zu bewahren. Durch den Einsatz fortschrittlicher Sensortechnologien in Kombination mit maschinellem Lernen liefert das Team zuverlässige Erkenntnisse in Echtzeit über Anlagen wie Pipelines, Stromkabel und Eisenbahnsysteme.

In dieser Funktion tragen Sie zu Lösungen bei, die weltweit eingesetzt werden. Sie arbeiten in einem kollaborativen, disziplinübergreifenden technischen Umfeld, das Wert auf technische Strenge, langfristige Qualität und praktische Innovation legt.

Ihre Verantwortlichkeiten

• Verwandeln Sie Proof-of-Concepts des maschinellen Lernens in robuste, produktionsreife Systeme für Echtzeitanalysen auf Edge-Geräten und Backend-Plattformen
• Führen Sie das Design und die Implementierung skalierbarer ML-Pipelines und Datenverarbeitungskomponenten für große Sensordatenmengen
• Fördern Sie die besten technischen Praktiken innerhalb des Teams
• Erstellen und pflegen Sie CI/CD-Workflows und automatisierte Tests für ML-Anwendungen, um Zuverlässigkeit und Reproduzierbarkeit zu gewährleisten
• Arbeiten Sie eng mit Datenwissenschaftlern, Plattformingenieuren, Dateningenieuren und Domänenexperten zusammen, um die Systemarchitektur zu gestalten und ML-Lösungen in die gesamte Produktlandschaft zu integrieren

Ihr Profil

• Abgeschlossenes Studium der Informatik, des maschinellen Lernens oder eines verwandten Fachgebiets oder gleichwertige praktische Erfahrung
• Mehr als 5 Jahre Berufserfahrung in der Softwareentwicklung oder im ML-Engineering, einschließlich Produktions-ML oder datenintensiver Systeme
• Ausgeprägte Programmierkenntnisse in Python mit der Fähigkeit, strukturierten, wartbaren und effizienten Code zu schreiben
• Fortgeschrittene Programmierkenntnisse in mindestens einer statisch typisierten Sprache (z.B., C++, Rust, Go oder Java)
• Tiefes Verständnis des MLOps-Lebenszyklus, einschließlich Daten- und Modellversionierung, Bereitstellung, Überwachung und kontinuierliche Verbesserung
• Erfahrung mit Containerisierung (z.B. Docker) und CI/CD-Pipelines sowie modernen Testverfahren

Gut zu haben:

• Erfahrung mit dem Betrieb von ML-Systemen in der Produktion, einschließlich der Überwachung der Modellleistung, der Erkennung von Drifts und der Behandlung von Zwischenfällen
• Erfahrung mit Echtzeit- oder echtzeitnahen Systemen, Streaming-Daten oder IoT-Umgebungen, einschließlich Einschränkungen bei der Edge-Bereitstellung

Was angeboten wird

• Herausfordernde und wirkungsvolle Arbeit unter Einsatz modernster Technologie
• Offenes, kollegiales und respektvolles Arbeitsumfeld
• Internationale, teamorientierte Kultur
• Wettbewerbsfähige Vergütung und Sozialleistungen, einschließlich flexibler Arbeitszeiten
• Möglichkeiten für persönliche Entwicklung, Karrierewachstum und leistungsbezogene Anreize

• share
• 
• 
• 
•