Machine Learning Engineer (m/w/d)

Synnio; Germany (OH); On-site; USD 75,000 - 95,000; Full time

Benefits offered by this job

Agile Projektarbeit

Flache Hierarchien

Attraktives Gehalt + Bonuszahlungen

Flexible Arbeitszeiten

Persönliche Weiterentwicklung

Job summary

Synnio sucht einen Machine Learning Engineer, der hochskalierbare ML- und KI-Systeme entwickelt. In einem dynamischen Team arbeitest du an KI-Telefonassistenz und Chatbots.

Erforderlich sind Erfahrung in Machine Learning, gutes Python-Know-how und Kenntnisse in MLOps. Es erwartet dich ein attraktives Gehalt, flexible Arbeitszeiten und die Möglichkeit für Remote-Work.

Qualifications

• Mehrjährige praktische Erfahrung im Bereich Machine Learning/Deep Learning.
• Sicherer Umgang mit Python und gängigen ML-Bibliotheken.
• Erfahrung im Daten-Engineering und MLOps-Workflows.

Responsibilities

• Entwicklung, Training und Optimierung von Machine-Learning-Modellen.
• Aufbau und Pflege von End-to-End-Datenpipelines.
• Implementierung und Überführung von Modellen in produktive Umgebungen.
• Zusammenarbeit mit Data Engineers und Produkt-Ownern.
• Aufbau von Evaluations- und Testframeworks.

Skills

Machine Learning

Deep Learning

Python

TensorFlow

PyTorch

Scikit-Learn

Daten-Engineering

ETL

Feature Engineering

MLOps

Docker

Kubernetes

AWS

Azure

GCP

Job description

Synnio entwickelt maßgeschneiderte KI- und Automatisierungslösungen für den Mittelstand, die Geschäftsprozesse vereinfachen, Kosten senken und Effizienzpotenziale freisetzen. Unser Portfolio umfasst intelligente Prozessautomatisierung, KI-Beratung, KI-Business Analytics, Voice und Chat Agents sowie integrierte KI-Plattformlösungen. Gemeinsam mit unseren Kunden gestalten wir die digitale Zukunft mittelständischer Unternehmen.

Als Machine Learning Engineer (m/w/d) bei Synnio entwickelst und betreibst du hochskalierbare ML- und KI-Systeme, die unsere digitalen Produkte und Services im Bereich KI-Telefonassistenz, Chatbots, KI-Business Analytics und Prozessautomatisierung antreiben. Du arbeitest eng mit Produkt-, Daten- und Entwicklungsteams zusammen, um datengetriebene Lösungen zu bauen, die echten Mehrwert für unsere Kund:innen schaffen.

Keine Bewerbungsunterlagen erforderlich
Rückmeldung innerhalb von 24h

Remote-Work oder hybrides Modell

Deine Benefits:

• Mitarbeit an innovativen KI-Produkten mit direktem Kundennutzen im Mittelstand.
• Agile Projektarbeit und eigenverantwortliches Entwickeln in cross-funktionalen Teams.
• Remote-Work oder hybrides Modell
• Flache Hierarchien & direkte Kommunikation
• Möglichkeit, eigene Ideen in Produkte & Module einfließen zu lassen
• Attraktives Gehalt + Bonuszahlungen
• Flexible Arbeitszeiten
• Persönliche Weiterentwicklung, Coaching und spannende Kundenprojekte.

Bei Synnio gestaltest du aktiv die digitale Transformation von Unternehmen mit – von der ersten Datenanalyse bis zur produktiven KI-Lösung. Du arbeitest in einem dynamischen Team, das technologisch führende Ansätze mit pragmatischen Business-Lösungen verbindet.

Hier findest du dich wieder?

• 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 dieser Modelle in unsere KI-Plattform.
• Implementierung und Überführung von Modellen in produktive Umgebungen unter Berücksichtigung von Skalierbarkeit, Performance und Monitoring.
• Zusammenarbeit mit Data Engineers, Softwareentwicklern und Produkt-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:

• Beitrag zur strategischen Weiterentwicklung von KI-Produkten und -Use Cases bei unseren Kund:innen.
• 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).

Das passt alles für dich?
Jetzt online bewerben!