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

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

Zusammenfassung

Ein führendes Unternehmen im Bereich der Energiewende sucht einen Data Scientist zur Entwicklung und Wartung von KI-basierten Lösungen. In dieser Rolle sind Sie verantwortlich für die Datenverarbeitung, das Service Management und die Integration von ML-Workflows. Mit flexiblen Arbeitszeiten und der Möglichkeit zum mobilen Arbeiten bietet diese Position eine hervorragende Work-Life-Balance. Ideale Kandidaten bringen umfangreiche Kenntnisse in Python, maschinellem Lernen und Cloud-Diensten mit.

Leistungen

Flexible Arbeitszeiten

Unbegrenzte Gleitzeit

Mobiles Arbeiten

Qualifikationen

• 5+ Jahre Erfahrung im Bereich Data Science / Engineering.
• Erfahrung mit ML-Algorithmen, Datenvorverarbeitung und Feature-Engineering.
• Sehr gute Deutsch- und Englischkenntnisse (B2).

Aufgaben

• Entwicklung und Wartung von Anwendungen zur Unterstützung von maschinellen Lernlösungen.
• Überwachung und Wartung von ML-Modellen in Produktionsumgebungen.
• Zusammenarbeit mit Data Scientists und ML Engineers.

Kenntnisse

Python

Machine Learning

Data Processing

Problem Solving

Communication

Tools

AWS SageMaker

Google Cloud AI

Azure ML

Git

Prometheus

Grafana

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 maschinellen Lern-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 bin auf dem neuesten Stand der KI- und Advanced Analytics-Techniken. Meine Kompetenzen:

• 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 Fehlerbehebung in Produktionssystemen
• Datenverarbeitung: Erfahrung 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)
• Kommunikationsfähigkeiten: Fähigkeit, technische Konzepte sowohl technischen als auch nicht-technischen Stakeholdern zu erklären
• Sprachkenntnisse: Sehr gute Deutsch- und Englischkenntnisse (B2)

Sehr wünschenswert sind Kenntnisse in Kafka, MLFlow und AzureML.

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)