Senior Machine Learning Engineer (m/w/d) - Anwendungsentwicklung, Ingenieur

Über Senacor

Deine Leidenschaft sind innovative Technologien und maschinelles Lernen? Als Machine Learning Engineer bei Senacor implementierst du nicht nur Algorithmen : Du entwickelst und optimierst Machine-Learning-Modelle, arbeitest an skalierbaren Lösungen für komplexe Herausforderungen und setzt einen modernen Technologie-Stack ein, um intelligente Systeme in reale Anwendungen zu integrieren und zu betreiben.

4-3-1 Prinzip war dabei gestern. Genau wie Up or out. Individuelles Coaching auf Augenhöhe, flexible Arbeitszeitgestaltung und Team Spirit. Darauf legen wir Wert.

Wir haben Büros in Berlin, Bonn, Frankfurt, Hamburg, München, Nürnberg, Wien und Zürich. Aufgrund unserer hybriden Arbeitsmodelle kannst du aber auch von jedem anderen Ort im DACH-Raum arbeiten.

Deine Aufgaben

• Du entwirfst, implementierst und optimierst Machine-Learning-Modelle für unterschiedliche Anwendungsfälle und sorgst für deren Skalierbarkeit und Leistung durch die Entwicklung und den Einsatz von MLOps-Pipelines
• Du arbeitest mit großen Datensätzen und verwendest moderne Technologien wie Apache Spark und Hadoop, um die Daten für Projekte aufzubereiten und zu analysieren
• Du leitest und coachst jüngere Teammitglieder, um deren Fähigkeiten in der Machine-Learning-Entwicklung zu fördern und Wissen innerhalb des Teams zu teilen
• Du implementierst und betreust Monitoring-Lösungen für Machine-Learning-Modelle, um deren Leistung zu überwachen und sicherzustellen, dass sie den Anforderungen der Benutzer entsprechen
• Du arbeitest eng mit deinem sowie mit multidisziplinären Teams, einschließlich Data Scientists, Entwicklerinnen und Entwicklern sowie Business Analysts, zusammen, um Implementierungsprojekte zu planen und durchzuführen, und sorgst dafür, dass alle Stakeholder informiert und eingebunden sind

Dein Profil

• Nach deinem erfolgreich abgeschlossenen Studium im Bereich Informatik, Physik oder Mathematik konntest du 3-5 Jahre Erfahrung in der Implementierung von Machine-Learning-Modellen in produktionsreifen Anwendungen sammeln
• Du bringst umfangreiche praktische Erfahrung in Python und SQL mit und beherrschst noch eine weitere Programmiersprache (z. B. Java)
• Du bist versiert im Einsatz von Machine-Learning-Bibliotheken wie scikit-learn, TensorFlow / Keras und PyTorch zur Implementierung und Optimierung von Modellen und hast Erfahrung mit großen Datensätzen (z.

B. Apache Spark, Hadoop)

• Du weist umfassende Expertise in SQL- und NoSQL-Datenbanken (z. B. MongoDB, Cassandra) sowie Graph-Datenbanken (z. B. Neo4j) auf und kannst komplexe Datensätze effizient speichern und abfragen
• Deine Kenntnisse im Bereich Model Monitoring, Hyperscalern (insbesondere AWS, Azure, GCP) und Governance-Komponenten wie Data Catalogs und Model Registries zur Sicherstellung von Modellergebnissen zeichnen dich aus
• Deine hohe Eigeninitiative, Teamfähigkeit und sehr gute Deutschkenntnisse zeichnen dich aus

Deine Vorteile

• Rasche Übernahme von Verantwortung, sowohl am eigenen Kundenprojekt als auch in der Themenarbeit bei unseren Practices
• Individuelles Coaching auf Augenhöhe : Wir lernen auf Augenhöhe von- und miteinander und gehen auf deine individuelle Lernkurve ein.

Mit regelmäßigen Trainings und Mentoring sorgen wir dafür, dass du gut auf dem Projekt ankommst und dich nach deinen Wünschen entwickeln kannst

• Gestalte deine Arbeitswelt selbst : flexible Arbeitszeit, Sabbatical und Home Office wir bieten dir vollste Flexibilität
• Triff deine Kollegen und Kolleginnen bei wöchentlichen Office Breakfasts für den lockeren Austausch abseits des eigenen Projekts
• Du erhältst ein attraktives Gehalt mit weiteren optionalen Benefits wie zum Beispiel Firmenwagen, JobRad oder bezuschusster betrieblicher Altersvorsorge

Passt dieses Profil zu dir? Dann solltest du dich unbedingt bei uns bewerben!

Bitte habe Verständnis dafür, dass wir Bewerbungen ausschließlich über unser Webformular akzeptieren.

Deine Ansprechperson :

LENA ROKAHR

Head of Recruiting

49 911 4244 424

[email protected]