> Markdown version of [/jobs/ext/2828112-machine-learning-engineer-in-koln-i-data-ai-i-baumlink](https://www.wearedevelopers.com/jobs/ext/2828112-machine-learning-engineer-in-koln-i-data-ai-i-baumlink). 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).

---

# Machine Learning Engineer in Köln I Data & AI I Baumlink

- **Company:** I Data & AI I Baumlink
- **Location:** Köln, Germany
- **Experience:** Starter
- **Salary:** €74,000.0
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Airflow, Data Analysis, Unit Testing, Cloud Computing, Continuous Integration, Information Engineering, DevOps, Python (Programming Language), Machine Learning, SQL Databases, Model-Driven Development, Feature Engineering, Software Distribution, Git, Scikit Learn, Information Technology, Machine Learning Operations, Software Version Control
- **Published:** September 10, 2026
- **Apply:** https://jobs.meinestadt.de/koeln/standard?id=259896855

## About the Role

* Dein sehr gutes analytisches und konzeptionelles Denkvermögen, gepaart mit deiner Leidenschaft für die Themen Machine Learning und Daten.
 * Deine Fähigkeit, neue herausfordernde Geschäftsfragen schnell zu verstehen und mit passgenauen analytischen Modellen flexibel zu beantworten.
 * Deine hohe Dienstleistungs- und Teamorientierung sowie die Freude an der Arbeit in einem agilen und sehr dynamischen Umfeld.
 * Ein abgeschlossenes Bachelor- oder Masterstudium mit Schwerpunkt Analytics (z.B. Informatik, Wirtschaftsinformatik, Statistik, Ökonometrie, Mathematik, Physik o.ä.) und idealerweise Berufserfahrung im Bereich Machine Learning.
 * Gute Python-Kenntnisse; von Vorteil sind zudem Kenntnisse in SQL.
 * Erfahrungen in Unit-Testing, Versionskontrolle (Git) und CI/CD sowie ein sicherer Umgang mit gängigen Cloud-Technologien sind gerne gesehen.
 * Umfassende Erfahrung im gesamten Machine-Learning-Lifecycle; souveränes Aufsetzen und Betreiben von Pipelines mit Tools wie z.B. dbt, ML Flow oder Airflow sowie gängigen Data Science-Bibliotheken wie pandas und scikit-learn.

## Description

Machine Learning
Infrastruktur
Cloud
Statistik
Informatik
Rollout
Einzelhandel
Automatisierung
Testdurchführung
Scikit-learn
Python
Hybrid
Optimierung
Analyse
GIT
Wirtschaftsinformatik
DevOps
Continuous Integration
Engineering
Teamfähigkeit
Flexibilität, * Du entwickelst innovative analytische Produkte, optimierst nachhaltig unsere Entscheidungsprozesse und steigerst so die Zufriedenheit unserer Kunden.

 * In deiner Rolle baust, skalierst und betreibst du produktspezifische ML-Pipelines.
 * Du verstehst alle Komponenten der Pipeline und bist dabei besonders intensiv in die Bestandteile Analyse der Input-Daten, Feature-Engineering, Modellentwicklung, -produktivierung und -optimierung, Monitoring der Modellergebnisse, Automatisierung und Orchestrierung involviert.
 * Neben der Entwicklung analytischer Produkte trägst du aktiv zur Weiterentwicklung der Infrastruktur bei, indem du ML Ops- oder DevOps-Methoden nutzt. Du bringst eigene Ideen ein, arbeitest Konzepte aus und setzt Prototypen mithilfe neuester Cloud-Technologien um.
 * In enger Zusammenarbeit mit Data Engineers, Data Scientists und anderen Fachbereichen entwickelst du bestehende analytische Produkte weiter und trägst aktiv zum Rollout bei., Benefits
 * Work-Life-Balance: Hybrid, flexibler Arbeitszeit ohne Kernzeiten
 * 30 Tage Urlaub
 * Gesundheitsmanagement
 * Persönliche Weiterbildung
 * Mitarbeiterrabatte
 * Agiles Umfeld


## Related Videos

- [From Messy Queries to Scalable Systems - How Data Engineering actually works](https://www.wearedevelopers.com/videos/100203-from-messy-queries-to-scalable-systems-how-data-engineering-actually-works)
- [From DevOps to Scaled DevOps: How We’re Rebuilding Continuous Delivery as a Platform](https://www.wearedevelopers.com/videos/100018-from-devops-to-scaled-devops-how-we-re-rebuilding-continuous-delivery-as-a-platform)
- [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94)
- [DevOps for Machine Learning](https://www.wearedevelopers.com/videos/179-devops-for-machine-learning)
- [AI Model Management Life Circles: ML Ops For Generative AI Models From Research to Deployment](https://www.wearedevelopers.com/videos/1152-ai-model-management-life-circles-ml-ops-for-generative-ai-models-from-research-to-deployment)
- [DevOps Maturity Check – a way to balance autonomy and alignment](https://www.wearedevelopers.com/videos/58-devops-maturity-check-a-way-to-balance-autonomy-and-alignment)

## 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)
- [The Biggest German Tech Companies](https://www.wearedevelopers.com/magazine/424-the-biggest-german-tech-companies)
- [Data Analyst Salary Germany](https://www.wearedevelopers.com/magazine/277-data-analyst-salary-germany)
- [System change: restart as developer?](https://www.wearedevelopers.com/magazine/39-system-change-restart-as-developer)
- [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)