(Senior) Machine Learning Engineer / Data Scientist (m/w/d)

Kiwigrid GmbH; Dresden; Vor Ort; EUR 55.000 - 75.000; Vollzeit

Benefits dieser Stelle

Unbefristeter Arbeitsvertrag

Flexible Arbeitszeiten

Mobiles Arbeiten

Betriebliches Gesundheitsmanagement

Kostenlose Getränke

Regelmäßige Feedbackgespräche

Individuelle Arbeitsplatzgestaltung

Zusammenfassung

Ein Unternehmen für datenbasierte Softwareentwicklung in Dresden sucht einen engagierten Entwickler für ML-Produktentwicklung. Sie sind verantwortlich für die Konzeption und Skalierung datenbasierter Softwareprodukte. Kenntnisse in ML-Pipelines und Cloud-Technologien sind Voraussetzung. Gesucht werden Kandidaten mit starkem Qualitätsanspruch an ihren Code und sehr guten Kenntnissen in Deutsch und Englisch. Flexible Arbeitszeiten und ein unbefristeter Vertrag werden geboten.

Qualifikationen

• Eigenverantwortliche Konzeption und Analyse datenbasierter Softwareprodukte.
• Kenntnisse in CI/CD und Monitoring von Modellen.
• Aktive Mitgestaltung moderner Softwarearchitekturen.

Aufgaben

• Entwickeln und Skalieren von Softwareprodukten.
• Aufbau von automatisierten ML-Pipelines.
• Technische Führung und Mentoring im Team.

Kenntnisse

MATHEMATISCHE OPTIMIERUNG

REINFORCEMENT LEARNING

Python

Java

Deutschkenntnisse

Englischkenntnisse

Ausbildung

Studium in Mathematik, Informatik, Wirtschaftsingenieurwesen oder vergleichbar

Tools

Docker

Kubernetes

SQL

NoSQL

Terraform

Jobbeschreibung

• ML Product Development: Eigenverantwortliche Konzeption, Analyse und Skalierung datenbasierter Softwareprodukte (vom Prototyp bis zum produktiven Feature).
• MLOps & Lifecycle: Aufbau automatisierter ML-Pipelines (CI/CD) sowie Monitoring und Wartung von Modellen in der Cloud (z. B. Google Cloud / Vertex AI).
• Software Design: Aktive Mitgestaltung moderner Softwarearchitekturen für die Steuerung dezentraler Energieanlagen unter Fokus auf Performance und Skalierbarkeit.
• Internal Enablement: Entwicklung von Tools und Schnittstellen für den Self-Service-Datenzugriff innerhalb verschiedener Fachabteilungen.
• Qualitätssicherung: Konsequente Anwendung von Clean Code, Durchführung von Code-Reviews und Weiterentwicklung interner Engineering-Standards.
• Agile Zusammenarbeit: Technische Führung und Mentoring im Team sowie enge Abstimmung mit Product Ownern zur technischen Machbarkeit und Aufwandsschätzung.
• Ausbildung: Erfolgreich abgeschlossenes Studium in Mathematik, Informatik, Wirtschaftsingenieurwesen, Regenerative Energiesysteme oder vergleichbare Qualifikation.
• Methodik: Fundierte Kenntnisse in mathematischer Optimierung (MILP, dynamische Optimierung) und KI-Methoden wie Reinforcement Learning.
• Programmierung: Sichere Beherrschung von Python und Java sowie routinierter Umgang mit SQL/NoSQL-Datenbanken.
• Tech-Stack: Erfahrung mit Docker, Kubernetes, modernen Backend-Architekturen und Infrastructure as Code (z. B. Terraform) sowie agilen Methoden (Scrum).
• Branchenwissen: Erfahrung im Bereich Energiewirtschaft (z. B. vernetzte Systeme, Sektorenkopplung, intelligente Steuerung) ist wünschenswert.
• Mindset: Starker Qualitätsanspruch an den eigenen Code ("Engineering Mindset"), lösungsorientiert und analytisch.
• Kommunikation: Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.
• einen unbefristeten Arbeitsvertrag bei leistungsgerechter Vergütung
• flexible Arbeitszeiten und verschiedene Arbeitszeitmodelle; mobiles Arbeiten
• agiles Arbeiten; lichtdurchflutete Lofts; Arbeitsinseln & Steharbeitsplätze; Englischkurse
• betriebliches Gesundheitsmanagement; frisches Obst, kostenlose Getränke und Kaffeespezialitäten so viel Du willst
• gemeinsame Sportveranstaltungen wie Firmenlauf oder Volleyball; Firmen-Fahrrad-Leasing; Karenztage bei nervigen Erkältungen, Zuschuss Urban Sports Club für Deine Fitness
• Jobticket; Prämie für Mitarbeiterakquise; Betriebsrentenmodell
• Eigenverantwortung; regelmäßige Feedbackgespräche; feste Weiterbildungsbudgets und Training on the job
• gesponserte Freizeitaktivitäten (Billard, Kicker, Tischtennis usw.)
• eine individuelle Gestaltung des eigenen Arbeitsplatzes