Aktiviere Job-Benachrichtigungen per E-Mail!

Machine Learning Engineer / Data Scientist - Google Cloud (all genders)

TN Germany

Münster

Vor Ort

EUR 60.000 - 80.000

Vollzeit

Vor 8 Tagen

Erhöhe deine Chancen auf ein Interview

Erstelle einen auf die Position zugeschnittenen Lebenslauf, um deine Erfolgsquote zu erhöhen.

Zusammenfassung

A leading company in the Google Cloud ecosystem is seeking a Machine Learning Engineer in Münster. You will design and implement scalable machine learning applications using TensorFlow and Python, collaborating with full-stack developers to deliver state-of-the-art solutions. This role offers the opportunity to work directly with Google on cutting-edge projects, ensuring you stay at the forefront of machine learning research and application.

Qualifikationen

  • Erfahrung im Bereich Machine Learning, Deep Learning, Computer Linguistik.
  • Projekterfahrung mit Python, Java, Go oder Node.js.
  • Sicherer Umgang mit der Linux-Konsole.

Aufgaben

  • Entwicklung von zukunftsorientierten Machine Learning Anwendungen.
  • Nutzung von Python zum Deployment von production-ready Data Pipelines.
  • Implementierung von Google Cloud Anwendungen und Machine Learning Frameworks.

Kenntnisse

Machine Learning
Deep Learning
Software Engineering
Python
Linux

Ausbildung

Abgeschlossene Ausbildung oder Studium

Tools

TensorFlow
PyTorch
scikit-learn
Google Cloud Platform
Google Maps Platform

Jobbeschreibung

Machine Learning Engineer / Data Scientist - Google Cloud (all genders), Münster

Münster, Germany

Berlin, Köln, Düsseldorf, Essen, Paderborn, Bonn, Münster, Hamburg, Stuttgart, Dortmund, Frankfurt, Nürnberg, Potsdam, Leipzig, München, Ulm, Dresden, Bremen, Rostock, Siegen, Aachen

Du siehst dich als Mischung aus Machine Learning Profi, Software Engineer und Hacker? Du konntest bereits Erfahrung im Bereich Deep Learning, Computer Linguistik sammeln? Darüber hinaus zeichnest du dich durch hohen Qualitätsanspruch sowie Lernbereitschaft aus? Dann bist du bei uns im Google Cloud Team genau richtig!

Als Machine Learning Engineer arbeitest du mit unseren Full-Stack-Entwicklerinnen und Entwicklern zusammen und entwirfst state-of-the-art, production-ready und skalierbare Machine Learning Anwendungen. Du arbeitest hauptsächlich mit TensorFlow und Python, sowie den Google Machine Learning Produkten wie AutoML, Document AI, etc., und hilfst dabei, diese Anwendungen in Produktion auf der Google Cloud Platform zu bringen. Durch deine Erfahrung in Programmierung und Machine Learning machst du die Anwendungen skalierbar, testbar, robust und erweiterbar. Da wir bevorzugter Machine Learning Partner in der Google Cloud sind, hast du die Möglichkeit, direkt mit den Googlern zusammenzuarbeiten, die neuesten Alpha-Produkte zu testen und bei unseren Kunden einzusetzen. Bleibe mit uns am Puls der Zeit und wende die aktuellsten Ergebnisse der Machine Learning Forschung an.

Im Detail übernimmst du folgende Aufgaben:

  1. Entwicklung von zukunftsorientierten Machine Learning Anwendungen
  2. Nutzung von Python zum Deployment von production-ready Data Pipelines und modernen Machine Learning Modellen in der Google Cloud
  3. Effiziente Übersetzung der Kundenanforderungen in komplette Lösungen
  4. Implementierung von Google Cloud Anwendungen (Google Cloud Plattform, Google Maps Plattform, Google Cloud Search), Machine Learning Frameworks (TensorFlow, PyTorch, scikit-learn)
  5. Mitwirkung an Entwurf und Beratung für komponentenbasierte Software-Architekturen

Anforderungen:

  • Abgeschlossene Ausbildung oder Studium
  • Erfahrung im Bereich Machine Learning, Deep Learning, Computer Linguistik
  • Projekterfahrung mit Python, Java, Go oder Node.js sowie sonstigen gängigen Technologien
  • Zusätzliche Erfahrungen in WebService-Standards und Google APIs (Google Cloud Platform, Google Maps Platform) sind von Vorteil
  • Sicherer Umgang mit der Linux-Konsole
  • Hoher Qualitätsanspruch sowie permanente Lernbereitschaft
Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.