Standorte
Aachen, Köln, Düsseldorf, Essen, Paderborn, Bonn, Hamburg, Münster, Stuttgart, Dortmund, Hannover, Frankfurt, Nürnberg, Potsdam, München, Leipzig, Karlsruhe, Dresden, Jena, Bremen, Berlin, Saarbrücken, Rostock, Siegen, Kiel, Koblenz
DEINE ROLLE - DAS WARTET AUF DICH
Du hast Spaß an Machine Learning-Projekten und bereits vielseitige Erfahrungen in dem Umfeld sammeln können?
Außerdem automatisierst du gerne Dinge, vor allem ML-Pipelines, Deployments und auch alles andere, was sich automatisieren lässt?
Dann bist du bei adesso genau richtig!
Als Machine Learning Engineer (all genders) konzipierst und entwickelst du als Teil unseres Teams ML-Pipelines und Workflows, mit denen wir für uns und unsere Kunden nicht nur den Data Science-Prozess automatisieren, sondern ganze Infrastrukturen automatisiert bereitstellen.
Im Detail übernimmst du dabei folgende Aufgaben:
1. Du konzipierst und implementierst innovative AI-Lösungen für unterschiedliche Branchen mit starkem Fokus auf Cloud-Infrastrukturen.
2. Du unterstützt uns bei der Optimierung und Automatisierung bestehender AI-Lösungen und sorgst damit für eine kontinuierliche Verbesserung der AI-Produkte unserer Kunden.
3. Du automatisierst Trainings- und Release-Prozesse von ML-Modellen und berätst unsere Kunden bei der Auswahl und Implementierung moderner AI-Plattformen und -Frameworks.
4. Du unterstützt uns und unsere Kunden bei der Identifizierung und Umsetzung von innovativen AI Use Cases sowie bei der Entwicklung von neuen datengetriebenen Geschäftsmodellen.
5. Du bist keine Einzelkämpferin oder Einzelkämpfer, sondern arbeitest gerne gemeinsam im Team beständig an der Weiterentwicklung unserer AI-Lösungen und bist dabei technologisch stets auf dem neuesten Stand.
DEINE SKILLS - DAS BRINGST DU MIT
6. Erfolgreich abgeschlossenes Studium in der Fachrichtung Informatik, Wirtschaftsinformatik oder ein vergleichbares Studium mit relevantem Bezug.
7. Mindestens zwei Jahre einschlägige Berufserfahrung mit ausgeprägtem ML-Hintergrund und Erfahrung in der Erstellung, Bereitstellung und Pflege von ML-Modellen in der Produktion.
8. Fortgeschrittene Kenntnisse in Python und den gängigen Machine Learning-Bibliotheken sowie Erfahrungen mit MLOps-Tools wie MLflow, KubeFlow o.ä.
9. Von Vorteil sind Erfahrungen im Umgang mit großen Datenmengen sowie im Einsatz von Infrastructure as Code (Terraform, ARM).
10. Spaß an der Arbeit in einem agilen Team, "Out of the box"-Denken und hohes Interesse daran, sich mit neuen Themen auseinanderzusetzen.