Maschine Learning Engineer

• Pragmatisches Prototyping: Du entwickelst als fester Bestandteil des Data & AI Labs funktionierende ML-Prototypen in kurzen Sprints, um Business-Probleme effizient zu lösen und den Mehrwert für den Kunden schnell und greifbar sichtbar zu machen.
• End-to-End-Verantwortung: Du übernimmst Verantwortung für den gesamten Prozess - von der sauberen Datenaufbereitung über die präzise Modellierung bis hin zur reibungslosen Integration in bestehende Schnittstellen.
• Flexible Architektur-Ansätze: In unseren Testumgebungen hast du den Freiraum, Demos und Experimente zu bauen. Geht es jedoch um Kundensysteme, setzt du verlässlich auf rechtssichere und standardnahe Architekturen.
• Real-World Impact: Du prüfst deine Modelle auf ihre Belastbarkeit im realen Betrieb. Für dich und uns gilt: Der tatsächliche Nutzen im Kundenprozess steht immer über der reinen akademischen Perfektion.
• Kollaboration & Wissenstransfer: Du arbeitest eng und interdisziplinär mit anderen ML Engineers, GenAI Applicationeers sowie Data & AI Consultants zusammen. Dabei hinterfragst du Anforderungen konstruktiv und stellst sicher, dass ein nachhaltiger Know-how-Transfer zu unseren Kunden stattfindet.

• Praxiserfahrung: Du bringst 3-5 Jahre Berufserfahrung im angewandten Machine Learning mit, in der Zeit hast mindestens ein Modell von der ersten Idee bis zum produktiven Einsatz erfolgreich begleitet.
• Tech-Stack: Fundierte Praxiskenntnisse in gängigen ML-Frameworks (PyTorch, TensorFlow, scikit-learn) sowie routinierter Umgang mit dem wissenschaftlichen Python-Stack (z. B. NumPy, Pandas).
• Cloud & Deployment: Ausgewiesene Erfahrung im Training, der Validierung und dem Deployment von Modellen in mindestens einer etablierten Cloud-Umgebung (z. B. Google Cloud / Vertex AI, AWS SageMaker oder Azure ML).
• Data Engineering Skills: Sicherer Umgang mit SQL und der Architektur von Datenpipelines. Du bist routiniert in der Aufbereitung und Qualitätssicherung großer, komplexer Prozess- und Kundendaten.
• MLOps Mindset: Du besitzt ein fundiertes Verständnis für den realen Betrieb, inklusive Modellversionierung, Monitoring und dem kontinuierlichen Nachschärfen von Modellen.
• Akademisches Fundament: Ein abgeschlossenes Studium in Computer Science, Data Science, Machine Learning, Informatik, Mathematik, Physik oder einem vergleichbaren Studiengang mit technischem Fokus.
• Sprachen: Du sprichst fließend Deutsch und Englisch.

• Impact ab Tag 1: Vielfältige Aufgaben mit hoher Eigenverantwortung und die Möglichkeit, auf Managementebene Prozesse, Strategien und Produkte mitzugestalten.
• Kultur & Team: Eine kollegiale, verbindliche Zusammenarbeit in kleinen, interdisziplinären Teams mit flachen Hierarchien, kurzen Entscheidungswegen und einer wertebasierten Kultur.
• Spannendes Umfeld: Innovative Projektfragestellungen im KI-Umfeld und Kund*innen, die zu den Marktführenden in ihrer Branche gehören.
• Wachstum: Individuelle Chancen zur persönlichen und professionellen Entwicklung sowie gezielte Weiterbildungsmöglichkeiten.
• Benefits :Eine attraktive Vergütung, regelmäßige Team-Events (Lunches, Offsites), BusinessBike, Firmenfitness (Wellpass) sowie kostenlose Getränke, Obst und Snacks im Office.
• Top Locations: Einen großartigen Arbeitsplatz direkt am Englischen Garten in München oder ganz in der Nähe des Alexanderplatzes in Berlin.

The Nunatak Group ist die Strategieberatung mit integrierter Umsetzungskompetenz, wenn es um das Thema Digitalisierung und KI geht. Wir unterstützen Kund*innen aus allen Branchen beim digitalen Wandel und verhelfen ihnen zu dauerhaftem Wachstum.