Tech stack
Artificial Intelligence
Amazon Web Services (AWS)
Azure
Python
Machine Learning
TensorFlow
Google Cloud Platform
Cloud Platform System
PyTorch
Large Language Models
Spark
Scikit Learn
Kubernetes
Kafka
Machine Learning Operations
Docker
Requirements
Der ideale Kandidat bringt mehrjährige Erfahrung im Bereich KI und Machine Learning mit. Du solltest sehr gute Kenntnisse in Python besitzen, insbesondere mit Frameworks wie Scikit-Learn, TensorFlow oder PyTorch. Erfahrung im Bereich Predictive Analytics sowie im Umgang mit großen Datenmengen und Datalakes ist erforderlich. Zudem solltest du Erfahrung mit mindestens einer Cloud-Plattform wie AWS, Azure oder GCP mitbringen. Kenntnisse im Bereich MLOps sowie Berührungspunkte mit Generativer KI und Large Language Models (LLMs) sind von Vorteil. Erfahrung mit Container-Technologien wie Docker und Kubernetes ist wünschenswert, ebenso wie Kenntnisse in Technologien wie Spark oder Kafka. Sehr gute Deutschkenntnisse und gute Englischkenntnisse sind ebenfalls erforderlich. Persönlich solltest du teamfähig, kommunikationsstark und analytisch denkend sein.
Technologien
Python Docker Kubernetes AWS Azure GCP TensorFlow PyTorch Kafka
Soft Skills
Teamfähigkeit Kommunikation Analytisches Denken
About the company
Unser Kunde ist ein unabhängiges Beratungsunternehmen, das intelligente IT-Lösungen und Fachberatung im Bereich der Digitalisierung und Transformation für die Versicherungs-, Banken- und Medienbranche anbietet. Mit über 30 Jahren Erfahrung unterstützt das Unternehmen seine Kunden mit innovativen Ideen und Expertise. In dieser Rolle als KI / Machine Learning Engineer bist du ein aktiver Gestalter des digitalen Wandels. Du konzipierst, entwickelst und betreibst KI- und Machine-Learning-Lösungen für vielfältige Anwendungsfälle. Zu deinen Aufgaben gehört die Entwicklung von Predictive-, Forecasting- und Analysemodellen zur datengetriebenen Entscheidungsunterstützung. Zudem baust du moderne Datalakes und Data Platforms auf, um große Datenmengen zu verarbeiten und zu analysieren. Du entwickelst und betreibst End-to-End ML-Pipelines, die von der Datenaufbereitung bis zum produktiven Einsatz der Modelle reichen. Die Integration von Machine-Learning-Modellen in Cloud-Anwendungen und
Microservice-Architekturen gehört ebenfalls zu deinem Verantwortungsbereich. In enger Zusammenarbeit mit Cloud-, Data- und Software-Engineering-Teams gestaltest du ganzheitliche Lösungen und wirkst aktiv an Innovationsprojekten sowie der Umsetzung von Proofs of Concept (PoCs) und Minimum Viable Products (MVPs) mit. Diese Position bietet dir die Möglichkeit, deine Fähigkeiten weiterzuentwickeln und neue Technologien kennenzulernen.