Junior DevOps / Machine Learning Engineer (m/w/d)

Reply Deutschland SE; Berlin; Hybrid; EUR 60.000 - 80.000; Vollzeit

Zusammenfassung

Ein innovatives IT-Unternehmen in Berlin sucht einen Cloud-Architekten, der technische Strategien für moderne Cloud-Lösungen entwickelt, insbesondere für Machine Learning. Der ideale Kandidat hat Erfahrung mit Cloud-Plattformen und DevOps-Prinzipien und bringt Kommunikationstalent in Deutsch und Englisch mit. Das Unternehmen bietet eine flexible Arbeitsumgebung und umfangreiche Weiterbildungsmöglichkeiten.

Leistungen

Regelmäßige Weiterbildungsmöglichkeiten

Zugang zu branchenübergreifenden Projekten

Flexible Arbeitsumgebung

Qualifikationen

• Erfolgreich abgeschlossenes Studium im Informatik- oder wirtschaftlichen Bereich.
• Praktische Erfahrungen mit DevOps- und MLOps-Prinzipien.
• Kenntnisse in der Cloud-Architektur für AWS oder Azure.

Aufgaben

• Entwicklung von Cloud-Lösungen für datenintensive Anwendungen.
• Implementierung von Cloud-Architekturen.
• Automatisierung von wiederkehrenden Aufgaben.

Kenntnisse

DevOps- und MLOps

Cloud-Plattformen

Kubernetes

Programmiersprachen (Python, Java, Scala)

SQL- und NoSQL-Datenbanken

Cloud-Architekturen

Kommunikationsstärke in Deutsch

Kommunikationsstärke in Englisch

Ausbildung

Studium in Informatik oder Wirtschaftsinformatik

Tools

AWS

Azure

GCP

Databricks

Jobbeschreibung

Aufgaben

• Gemeinsam mit unseren Kunden entwickelst du technische Strategien für die Einführung moderner Cloud‑Lösungen – insbesondere für datenintensive Anwendungen mit Fokus auf Machine Learning und künstlicher Intelligenz. Dabei gestaltest du aktiv die digitale Transformation.
• Du konzipierst, implementierst und visualisierst Cloud‑Architekturen auf Basis von AWS, Azure, GCP oder hybriden On‑Premises‑Infrastrukturen. Deine Lösungen sind individuell, skalierbar und zukunftssicher.
• Wiederkehrende Aufgaben automatisierst du mithilfe fortschrittlicher DevOps‑ und MLOps‑Konzepte. So ermöglichst du eine deutlich schnellere Time‑to‑Delivery und erhöhst die Effizienz deiner Kundenprojekte.
• Trends im Cloud‑Bereich hast du stets im Blick. Du bringst Best Practices ein und berätst proaktiv zu neuen Technologien, die echten Mehrwert schaffen.
• Für den sicheren Betrieb von Machine‑Learning‑Lösungen entwickelst du robuste Überwachungs‑, Failover‑ und Recovery‑Infrastrukturen – selbstverständlich unter Berücksichtigung aktueller regulatorischer Anforderungen.
• In enger Abstimmung mit Kunden und Stakeholdern analysierst du komplexe Geschäftsanforderungen und übersetzt sie in produktionsreife, skalierbare Lösungen. Deine Beratung ist dabei entscheidend für den Projekterfolg.
• Du arbeitest interdisziplinär mit Enterprise Architects, Data Scientists, Data Engineers und Business Analysts zusammen, um leistungsstarke Datenplattformen wie Data Warehouses, Data Lakes und moderne Analytics‑Lösungen zu entwickeln.

Benefits

• Regelmäßige und systematische (externe und interne) Weiterbildungsmöglichkeiten. Profitiere von unserem Team, Lernressourcen, Hackathons und mehr, um deine technische Entwicklung voranzutreiben und eine Präsenz in der Machine‑Learning‑Community zu haben (interdisziplinäres Arbeiten und Schulungen in den Bereichen Data Engineering, Cloud‑Architektur und Data Science)
• Zugang zu branchenübergreifenden Projekten (große und mittelständische Unternehmen aus den Bereichen Banken, Versicherungen, Automotive, Einzelhandel usw.)
• Branchenführenden Kooperationen in den Bereichen Cloud, BI und AutoML
• Arbeit in einer offenen, flachen Umgebung, innerhalb eines breiten Reply‑Netzwerks zum Wissensaustausch
• Preisgekrönte Büroräume in der Münchner Innenstadt mit Zugang zur Stammstrecke
• Fahrkarte für öffentliche Verkehrsmittel mit Deutschlandticket
• Beteiligung an deinen sportlichen Aktivitäten über den EGYM Wellpass. Und über die Reply Gruppe bekommst du Zugriff auf zahlreiche Benefits
• Flexible Arbeitsumgebung zwischen Kunden, Reply‑Büro und Remote‑Arbeit

Qualifikationen

• Ein erfolgreich abgeschlossenes Studium mit Informatik und wirtschaftlichem Schwerpunkt, wie z. B. in Informatik, Wirtschaftsinformatik, Wirtschaftsmathematik oder Betriebswirtschaftslehre bildet die Basis für deinen Einstieg.
• Erste praktische Erfahrungen mit DevOps‑ und MLOps-Prinzipien sowie mit Cloud‑Plattformen wie Microsoft Azure, AWS, GCP oder Databricks sind von Vorteil und helfen dir, schnell Verantwortung in Kundenprojekten zu übernehmen.
• Kenntnisse in Kubernetes, Programmiersprachen wie Python, Java oder Scala sowie im Umgang mit SQL- und NoSQL‑Datenbanken und Data Lakes ermöglichen dir, datenintensive Anwendungen effizient mitzugestalten.
• Du bringst ein solides Verständnis für Cloud‑Architekturen (z. B. AWS oder Azure), gängige Betriebssysteme wie Unix/Linux und Applikationsplattformen mit – und kannst dieses Wissen gezielt in Beratungsprojekten einsetzen.
• Kommunikationsstärke in Deutsch und Englisch – sowohl mündlich als auch schriftlich – sowie die Bereitschaft zu gelegentlichen Reisen innerhalb Deutschlands zeichnen dich aus.
• Du hast ein gutes Gespür dafür, wie man komplexe analytische Ergebnisse verständlich und überzeugend präsentiert – auch gegenüber dem Management.

Über Machine Learning Reply:

Machine Learning Reply bietet maßgeschneiderte End‑to‑End‑Lösungen im Data‑Science‑Bereich an, die den gesamten Projektlebenszyklus abdecken – von der initialen Strategieberatung über die Datenarchitektur und Infrastrukturthemen bis hin zur Datenverarbeitung und Qualitätssicherung unter Verwendung von Machine‑Learning‑Algorithmen. Machine Learning Reply verfügt über umfassende Expertise im Bereich der Datenwissenschaft in allen Schlüsselindustrien der deutschen HDAX‑Unternehmen. Machine Learning Reply befähigt seine Kunden, neue datenbasierte Geschäftsmodelle erfolgreich einzuführen sowie bereits bestehende Prozesse und Produkte zu optimieren – mit einem Schwerpunkt auf Open‑Source‑ und Cloud‑Technologien. Mit dem Machine Learning Incubator bietet das Unternehmen ein Programm zur Ausbildung der nächsten Generation von Entscheidungsträgern, Data Scientists und Entwicklern an.