Tech stack
Training Data
Artificial Intelligence
Information Engineering
Python
Machine Learning
NumPy
SQL Databases
Data Processing
Pandas
PySpark
Requirements
Der ideale Kandidat hat ein abgeschlossenes Studium und mehrjährige Berufserfahrung im Bereich Data Engineering, Data Science oder einer vergleichbaren Position. Sie verfügen über solide Kenntnisse in der Aufbereitung und Qualitätssicherung von Trainingsdaten für Machine Learning und haben fundierte Erfahrung in der Datenaufbereitung sowie der Pipeline-Architektur. Ein sicherer Umgang mit Python und gängigen Tools zur Datenverarbeitung wie Pandas, NumPy, SQL und PySpark ist erforderlich. Zudem bringen Sie ein Verständnis für die Grundprinzipien der Bildsegmentierung und -annotation industrieller Bilddaten mit. Eine sorgfältige Dokumentation von Datenzuständen und Qualitätsbefunden ist für Sie selbstverständlich. Sie arbeiten teamorientiert, strukturiert und lösungsorientiert und haben Interesse an neuen Technologien. Fließende Deutsch- und Englischkenntnisse sind notwendig, um effektiv in einem internationalen Team zu kommunizieren.
Technologien
Python
Soft Skills
Teamfähigkeit Strukturierte Arbeitsweise Lösungsorientierung
Erforderliche Sprachen
Deutsch Englisch
About the company
Unser Kunde ist ein führendes Unternehmen im Bereich der zerstörungsfreien Werkstoffprüfung, das innovative Lösungen für verschiedene Industrien anbietet. Als AI Data Engineer / AI Data Scientist (m/w/d) sind Sie ein zentraler Bestandteil des KI-Teams und tragen zur Entwicklung leistungsfähiger KI-Systeme bei. Ihre Hauptaufgaben umfassen die Datenaufbereitung, Qualitätssicherung und die Optimierung von Machine-Learning-Workflows. Sie werden an der intelligenten Nutzung industrieller Bilddaten arbeiten und innovative Lösungen für die automatisierte Röntgenprüfung weiterentwickeln. In Ihrer Rolle sind Sie verantwortlich für die Entwicklung und Optimierung von Datenpipelines sowie die Qualitätssicherung der Trainingsdatensätze. Sie kuratieren und bereiten Trainingsdatensätze auf, stellen deren Konsistenz und Vollständigkeit sicher und koordinieren Labeling-Aufgaben über verschiedene Teams hinweg. Zudem nutzen Sie interne Tools zur Datenverwaltung und Pflege technischer Dokumentationen. Das
Arbeitsumfeld ist international und kollegial, und es werden flexible Arbeitsmodelle sowie individuelle Weiterbildungsmöglichkeiten angeboten. Ihr Engagement wird durch verschiedene Laufbahnmodelle und übergesetzliche Zuschüsse zur betrieblichen Altersvorsorge unterstützt.