Data Engineer / Data Scientist - MLOps (w/m/d)

ZipRecruiter; Berlin; Hybrid; EUR 60.000 - 85.000; Vollzeit

Zusammenfassung

Ein führendes Unternehmen im Bereich der Energiewende sucht einen Data Scientist, der für die Entwicklung und den Betrieb von KI-basierten Lösungen verantwortlich ist. In dieser Rolle arbeiten Sie eng mit Data Scientists und ML Engineers zusammen, um innovative Lösungen zu entwickeln und zu implementieren. Sie profitieren von flexiblen Arbeitszeiten und der Möglichkeit, mobil zu arbeiten.

Leistungen

Flexible Arbeitszeiten

Unbegrenzte Gleitzeit

Mobiles Arbeiten möglich

Qualifikationen

• 5+ Jahre Erfahrung in Data Science/Engineering.
• Ausgezeichnete Kenntnisse in Python und ML-Frameworks.
• Erfahrung mit Cloud-Plattformen ist von Vorteil.

Aufgaben

• Entwicklung und Wartung von ML-Anwendungen.
• Überwachung und Wartung von ML-Modellen in Produktionsumgebungen.
• Datenverarbeitung und -bereinigung für ML-Modelle.

Kenntnisse

Python

Machine Learning

Datenverarbeitung

Debugging

Kommunikationsfähigkeiten

Ausbildung

5+ Jahre Erfahrung im Bereich Data Science / Engineering

Tools

NumPy

Pandas

Scikit-learn

TensorFlow

PyTorch

Flask/FastAPI

SQL

MongoDB

Git

AWS

Google Cloud AI

Azure ML

Jobbeschreibung

Job Description

Das macht diesen Job für mich interessant: 50Hertz engagiert sich seit langem für die Energiewende. Das Data Science-Team treibt unmittelbar die digitale Transformation im Unternehmen voran. In meiner Rolle verantworte ich die Entwicklung und den sicheren Betrieb von KI-basierten Lösungen.

In diesem Umfeld habe ich die Chance, mein Know-how in der Zusammenarbeit mit Spezialist innen kontinuierlich weiterzuentwickeln. Meine Aufgaben umfassen:

1. Entwicklung und Wartung von Anwendungen: Schreiben sauberen, effizienten und skalierbaren Python-Codes zur Unterstützung von maschinellen Lernlösungen und Anwendungen.
2. Service Management: Überwachen der Bereitstellung, Überwachung und Wartung von ML-Modellen in Produktionsumgebungen, einschließlich im Bereitschaftsdienst (24/7).
3. Datenverarbeitung: Vorbereiten, Bereinigen und Transformieren von Daten für die Verwendung in maschinellen Lernmodellen, um qualitativ hochwertige Datensätze sicherzustellen.
4. Integration und Bereitstellung: Optimieren und Skalieren von ML-Workflows für die Bereitstellung in Produktionsumgebungen, um Effizienz und Leistung zu gewährleisten.
5. Zusammenarbeit: Zusammenarbeit mit Data Scientists, ML Engineers und Data Engineers, um Anforderungen zu verstehen, Lösungen umzusetzen und eine reibungslose Integration sicherzustellen.
6. Dokumentation: Pflege einer klaren und umfassenden Dokumentation des Codes, der Prozesse und Modelle für zukünftige Entwicklungen.
7. Aktives Mitglied des Data Chapter: Teilen der Ergebnisse innerhalb der Chapters, Product-Cluster und ggf. Konferenzen; Abstimmung von Schnittstellen & Standards innerhalb der Elia Group.

Ich bin Ambassador für KI und MLOps im gesamten Unternehmen und halte mich stets auf dem neuesten Stand der KI- und Advanced Analytics-Techniken. Meine Kompetenzen umfassen:

• Erfahrung: 5+ Jahre in einer verwandten Funktion im Bereich Data Science / Engineering.
• Programmierkenntnisse: Ausgeprägte Kenntnisse in Python und seinen Bibliotheken/Frameworks wie NumPy, Pandas, Scikit-learn, TensorFlow, PyTorch und Flask/FastAPI.
• Expertise im Bereich des maschinellen Lernens: Praktische Erfahrung mit ML-Algorithmen, Datenvorverarbeitung, Feature-Engineering und Modellbewertungstechniken.
• Operative Fähigkeiten: Kenntnisse von Monitoring-Tools für ML-Dienste (z. B. Prometheus, Grafana usw.).
• Problemlösung: Ausgeprägte Fähigkeiten im Debugging und in der Fehlerbehebung in Produktionssystemen.
• Datenverarbeitung: Erfahrung im Umgang mit großen Datensätzen und Datenbanken (z. B. SQL, MongoDB).
• Versionskontrolle: Vertrautheit mit Git und kollaborativen Entwicklungsworkflows.
• Cloud-Plattformen: Erfahrung mit Cloud-Diensten (z. B. AWS SageMaker, Google Cloud AI, Azure ML) ist von Vorteil.
• Kommunikationsfähigkeiten: Fähigkeit, technische Konzepte sowohl technischen als auch nicht-technischen Stakeholdern zu erklären.
• Sprachkenntnisse: Sehr gute Deutsch- und Englischkenntnisse (B2). Ein ausgeprägtes Verständnis von Kafka, Erfahrung mit MLFlow und im Umgang mit AzureML sind von Vorteil.

Flexikompass - so flexibel ist diese Stelle:

• Arbeitszeit: 37 Wochenstunden (Vollzeit)
• Flexible Arbeitszeiten mit Langzeitkonto zur Unterstützung Ihrer Work-Life-Balance
• Unbegrenzte Gleitzeit
• Keine Kernarbeitszeit
• Mobiles Arbeiten (auch von zuhause) möglich