Machine Learning Engineer (m/w/d)

GrisaKI; Sangerhausen; On-site; EUR 70,000 - 90,000; Full time

Job summary

GrisaKI in Deutschland sucht eine/n erfahrene/n Machine-Learning-/Deep-Learning-Engineer zur Entwicklung, dem Training und der Optimierung von Modellen für produktive Einsatzszenarien (z. B.

NLP/Chatbots, Prognosemodelle) und zum Aufbau von End-to-End-Datenpipelines. Sie arbeiten eng mit Data Engineers, Softwareentwicklern und Product Ownern zusammen und bauen Evaluations- und Testframeworks, um Modellqualität sicherzustellen.

Qualifications

• Mehrjährige praktische Erfahrung im Bereich Machine Learning / Deep Learning.
• Sicherer Umgang mit Python und gängigen ML-Bibliotheken (TensorFlow, PyTorch, Scikit-Learn).
• Erfahrung im Daten-Engineering (ETL, Datenaufbereitung, Feature Engineering) sowie in MLOps-Workflows.
• Kenntnisse in Deployment-Technologien (Docker, Kubernetes) und Cloud-Plattformen (AWS, Azure oder GCP).

Responsibilities

• Entwicklung, Training und Optimierung von Machine-Learning-Modellen für produktive Einsatzszenarien (z. B. NLP/Chatbots, Automatisierungslogiken, Prognosemodelle).
• Aufbau und Pflege von End-to-End-Datenpipelines sowie Integration der Modelle in unsere KI-Plattform.
• Überführung von Modellen in produktive Umgebungen unter Berücksichtigung von Skalierbarkeit, Performance und Monitoring.
• Zusammenarbeit mit Data Engineers, Softwareentwicklern und Product Ownern zur kontinuierlichen Verbesserung unserer KI-Funktionen.
• Aufbau von Evaluations- und Testframeworks zur Sicherstellung der Modellqualität.
• Beitrag zur strategischen Weiterentwicklung von KI-Produkten und Use Cases bei unseren Kund:innen.

Skills

Machine Learning

Deep Learning

Python

ML-Bibliotheken

Datenaufbereitung

Feature Engineering

MLOps

Docker

Kubernetes

Cloud (AWS/Azure/GCP)

Tools

TensorFlow

PyTorch

Scikit-Learn

Job description

• Entwicklung, Training und Optimierung von Machine-Learning-Modellen für produktive Einsatzszenarien (z. b. NLP/Chatbots, Automatisierungslogiken, Prognosemodelle)
• Aufbau und Pflege von End-to-End-Datenpipelines sowie Integration der Modelle in unsere KI-Plattform
• Überführung von Modellen in produktive Umgebungen unter Berücksichtigung von Skalierbarkeit, Performance und Monitoring
• Zusammenarbeit mit Data Engineers, Softwareentwicklern und Product Ownern zur kontinuierlichen Verbesserung unserer KI-Funktionen
• Aufbau von Evaluations- und Testframeworks zur Sicherstellung der Modellqualität
• Beitrag zur strategischen Weiterentwicklung von KI-Produkten und Use Cases bei unseren Kund:innen

Hier findest du dich wieder?

Dein Arbeitsalltag

• Entwicklung, Training und Optimierung von Machine-Learning-Modellen für produktive Einsatzszenarien (z. b. NLP/Chatbots, Automatisierungslogiken, Prognosemodelle)
• Aufbau und Pflege von End-to-End-Datenpipelines sowie Integration der Modelle in unsere KI-Plattform
• Überführung von Modellen in produktive Umgebungen unter Berücksichtigung von Skalierbarkeit, Performance und Monitoring
• Zusammenarbeit mit Data Engineers, Softwareentwicklern und Product Ownern zur kontinuierlichen Verbesserung unserer KI-Funktionen
• Aufbau von Evaluations- und Testframeworks zur Sicherstellung der Modellqualität
• Beitrag zur strategischen Weiterentwicklung von KI-Produkten und Use Cases bei unseren Kund:innen

Das bringst du mit

• Mehrjährige praktische Erfahrung im Bereich Machine Learning / Deep Learning
• Sicherer Umgang mit Python und gängigen ML-Bibliotheken (z. b. TensorFlow, PyTorch, Scikit-Learn)
• Erfahrung im Daten-Engineering (ETL, Datenaufbereitung, Feature Engineering) sowie in MLOps-Workflows
• Kenntnisse in Deployment-Technologien (Docker, Kubernetes) und Cloud-Plattformen (AWS, Azure oder GCP)