> Markdown version of [/jobs/ext/2161666-junior-machine-learning-engineer-all-genders](https://www.wearedevelopers.com/jobs/ext/2161666-junior-machine-learning-engineer-all-genders). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# (Junior) Machine Learning Engineer (all genders)

- **Company:** Parship Group
- **Location:** Dresden, Germany
- **Experience:** Starter
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Amazon Web Services, Databases, Continuous Integration, Information Engineering, Python (Programming Language), Machine Learning, NoSQL, Software Engineering, SQL Databases, Data Streaming, Data Processing, Google Cloud, Cloud Platform System, Large Language Models, Information Technology, Software Version Control, Docker
- **Published:** August 21, 2026
- **Apply:** https://www.get-in-it.de/jobsuche/p311622

## About the Role

* Solide Grundlagen in Machine-Learning-Konzepten und der Bewertung von Modellen, welche du durch dein Studium, eine Weiterbildung oder praktische bzw. berufliche Erfahrung gesammelt hast.
 * Praktische Python-Kenntnisse und die Fähigkeit, klaren und gut wartbaren Code zu schreiben.
 * Erste Berührungspunkte im Umgang mit Daten und SQL.
 * Erste praktische Erfahrung bei der Entwicklung einer ML-Lösung.
 * Interesse daran zu lernen, wie Modelle und Datenpipelines in Produktionsumgebungen bereitgestellt, überwacht und verbessert werden.
 * Eine strukturierte Herangehensweise an die Problemlösung.
 * Klare Kommunikationsfähigkeiten sowie eine offene und kooperative Arbeitsweise.
 * Gute Englischkenntnisse für die tägliche Kommunikation.

Was du idealerweise noch mitbringst

 * Erste Erfahrungen mit Docker oder einem anderen Containerisierungstool.
 * Erste Berührungspunkte mit AWS, GCP oder einer anderen Cloud-Plattform.
 * Vertrautheit mit NLP, Anwendungen großer Sprachmodelle (LLMs) oder KI-Agenten.
 * Erfahrung mit NoSQL-Datenbanken, verteilter Datenverarbeitung oder Streaming-Technologien.
 * Grundkenntnisse gängiger Software-Engineering-Praktiken wie Versionskontrolle, Testing und Continuous Integration.
 * Erfahrung mit dem Betrieb, der Überwachung oder der Fehlerbehebung bei einem ML-Modell oder einer Datenpipeline.

## Description

Amazon Web Services (AWS)
Artificial Intelligence (AI)
Docker
Google Cloud Platform
KI-/Machine Learning Development
Machine Learning

+2, * Gemeinsam mit erfahrenen Kolleg:innen übersetzt du Produkt- und Geschäftsfragen in klar definierte Machine-Learning-Aufgaben.

 * Du entwickelst, evaluierst und verbesserst Machine-Learning-Modelle mit Python.
 * Du trägst zu reproduzierbaren Daten- und ML-Pipelines bei - von ersten Experimenten bis zur Bereitstellung in der Produktion.
 * Du bereitest Services oder Batch-Jobs mithilfe von Tools wie Docker für den produktiven Einsatz vor.
 * Du arbeitest mit cloudbasierten ML-Umgebungen in AWS oder GCP.
 * Du nutzt SQL, um Daten zu untersuchen, aufzubereiten und zu validieren.
 * Du überwachst die Performance von Modellen, gehst möglichen Problemen auf den Grund und trägst dazu bei, die Zuverlässigkeit unserer produktiven Lösungen kontinuierlich zu verbessern.
 * Du dokumentierst deine Arbeit sowie Annahmen, Abwägungen und Ergebnisse nachvollziehbar.
 * Du arbeitest eng mit Kolleg:innen aus Data Engineering, Software Engineering, Product und weiteren Unternehmensbereichen zusammen.
 * Du berücksichtigst bei der Entwicklung und Bewertung von Lösungen Aspekte wie Modellqualität, Robustheit und Fairness.

Job-Infos
Berufsfelder
Anwendungsentwicklung
Studienfächer
Informatik
Wirtschaftsinformatik
Abschluss
Bachelor
Master/Diplom
IT-Gehälter
Was kann ich verdienen?
get in IT hat die Informationen von der Webseite des Unternehmens und ggf. sonstigen Quellen sorgfältig zusammengestellt. Diese Informationen wurden vom Unternehmen noch nicht autorisiert.Informationen für Unternehmen


## Related Videos

- [Leveraging Real time data in FSIs](https://www.wearedevelopers.com/videos/806-leveraging-real-time-data-in-fsis)
- [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered)
- [Kubernetes and Microservices with Multi-Model Databases](https://www.wearedevelopers.com/videos/382-kubernetes-and-microservices-with-multi-model-databases)
- [DevOps for Machine Learning](https://www.wearedevelopers.com/videos/179-devops-for-machine-learning)
- [Tomorrow's cloud data platforms - fully managed database-as-a-service (DBaaS)](https://www.wearedevelopers.com/videos/254-tomorrow-s-cloud-data-platforms-fully-managed-database-as-a-service-dbaas)
- [NoSQL Data Modeling for Front-end Developers](https://www.wearedevelopers.com/videos/297-nosql-data-modeling-for-front-end-developers)

## Related Articles

- [Best Coding Boot Camps in Germany](https://www.wearedevelopers.com/magazine/237-best-coding-boot-camps-in-germany)
- [The Most Popular IT Jobs on the Market](https://www.wearedevelopers.com/magazine/376-the-most-popular-it-jobs-on-the-market)
- [System change: restart as developer?](https://www.wearedevelopers.com/magazine/39-system-change-restart-as-developer)
- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)
- [The Biggest German Tech Companies](https://www.wearedevelopers.com/magazine/424-the-biggest-german-tech-companies)
- [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production)