Machine learning engineer Jobs in Augsburg

Salary : 40.000 - 65.000 per year

Requirements :

• Mindestens 3 Jahre Erfahrung als Integration Engineer, Implementation Manager : in oder in einer vergleichbaren Rolle idealerweise im B2B-SaaS-Umfeld
• Branchenkenntnisse in Rail oder Logistik sind ein groer Pluspunkt
• Sicherer Umgang mit Python oder Node.js im professionellen und produktiven Umfeld
• Erfahrung mit SQL von Vorteil
• Gutes technisches Verstndnis fr :
• REST APIs
• CI / CD-Prozesse
• Cloud-Infrastruktur (vorzugsweise AWS)
• Deutsch auf C2-Niveau, da du auch komplexe Anforderungen unserer deutschsprachigen Kund : innen verstehen und erklren knnen musst sowie sehr gute Englischkenntnisse
• Du bist entweder in Berlin ansssig oder bringst eine hohe Reisebereitschaft mit, um mind. einen Tag pro Woche vor Ort mit dem Team in Berlin zusammenzuarbeiten
• Freude am direkten Austausch mit Kund : innen du kannst Anforderungen aufnehmen, strukturieren und verstndlich kommunizieren
• Analytische Denkweise, aktives Zuhren und Fhigkeit, Prioritten richtig zu setzen
• Strukturierte, eigenstndige und lsungsorientierte Arbeitsweise auch in komplexen Projekten oder unter Zeitdruck

Responsibilities :

Enges Zusammenarbeiten mit dem Integration Engineering Team und dem Customer Success Team, um die WILSON SaaS Lsung bei Kund : innen erfolgreich zu integrieren

Entwicklung individueller Lsungen fr die Bedrfnisse der Kund : innen direkt im Austausch mit ihnen

Nutzung der REST APIs der SaaS Plattform, Implementierung von Integrationen (hauptschlich als AWS Lambda Functions), Dokumentation, Testen und eigenverantwortliche bergabe

Umsetzung datengetriebener Features wie individueller Dashboards (z.B. in Metabase mit SQL) oder kundenspezifischer Payroll-Logiken

Projekte wie :

Datenabgleich zwischen Drittsystemen beim Kunden und der SaaS-Lsung

Export- / Import-Formate nach spezifischen Kundenanforderungen

Erweiterung von Funktionen zur Automatisierung von Geschftsprozessen

Technologies :

AWS

CI / CD

Cloud

Python

REST

SQL

NodeJS

More :

Wir sind Menlo79, ein 2019 gegrndetes Berliner-Startup. Unsere Software WILSON ist eine umfangreiche Workforce-Management-Lsung, die Bahnunternehmen dabei untersttzt, Schichten zu planen, auf kurzfristige Personalnderungen zu reagieren, gesetzliche Vorgaben einzuhalten und gleichzeitig die Wnsche ihrer Mitarbeitenden zu bercksichtigen. Unsere Lsung bietet Echtzeit-Einblicke und Optimierungen, um die Effizienz der Belegschaft zu steigern. Unsere Mission ist es, die Bahnbranche zu modernisieren und bei der Innovation zu untersttzen. Wir wollen den Bahnunternehmen in Europa helfen, veraltete Methoden wie Excel-Tabellen und Whiteboards abzulsen. Um unseren Kund : innen das volle Potenzial unserer cloudbasierten SaaS-Lsung WILSON zugnglich zu machen, suchen wir dich als Solution Engineer (m / w / d). In dieser Rolle bist du direkt an der Schnittstelle zwischen Technik und Kunde : Du programmierst pragmatische, technische Lsungen fr reale Herausforderungen, sorgst fr reibungslose Integrationen und trgst dazu bei, unsere Produktversprechen erfolgreich in der Praxis umzusetzen. Wenn du Freude daran hast, mit Kunden zusammenzuarbeiten, smarte technische Lsungen zu bauen und Verantwortung zu bernehmen, bist du bei uns genau richtig!

Warum wir?

Wir sind ein kleines, ambitioniertes Team mit kurzen Entscheidungswegen, ehrlicher Kommunikation und echtem Gestaltungsfreiraum. Deine Lsungen haben bei uns direkten Impact wir setzen auf Pragmatismus statt auf Konzernprozesse. Zustzlich bieten wir dir :

Eine Vollzeitstelle mit attraktivem Gehalt

Hybrides Arbeitsmodell : Mind. ein Tag pro Woche in unserem neuen, hellen Office in Berlin-Kreuzberg, darber hinaus auch remote work mglich

Ein Health & Social Package mit z.B. Essenszuschssen, Mobilittsangeboten und Fitnessgutscheinen

Regelmige Teamevents (Chillouts, Sportturniere u.v.m.)

Eine Startup-Atmosphre mit echter Offenheit, flachen Hierarchien und viel Teamspirit

Wir wachsen und du kannst diesen Weg aktiv und mit viel Eigenverantwortung mitgestalten.

last updated 52 week of 2025