> Markdown version of [/jobs/ext/3523788-data-scientist-ai-engineer](https://www.wearedevelopers.com/jobs/ext/3523788-data-scientist-ai-engineer). 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). --- # Data Scientist / AI Engineer - **Company:** Cologne Intelligence - **Location:** Frankfurt am Main, Germany (Remote available) - **Salary:** €65,000.0 - €75,000.0 - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Amazon Web Services, Data Analysis, Microsoft Azure, Cloud Computing, Code Review, Databases, Python (Programming Language), Machine Learning, NumPy, OpenAI, SQL Databases, Management of Software Versions, Pytorch, Retrieval-Augmented Generation, Large Language Models, Deep Learning, Fastapi, Pandas, Containerization, Scikit Learn, Kubernetes, Machine Learning Operations - **Published:** October 2, 2026 - **Apply:** https://www.xing.com/jobs/frankfurt-main-data-scientist-ai-engineer-158234438 ## About the Role * Du verbindest tiefes theoretisches Verständnis komplexer KI- und ML-Konzepte, z.B. durch ein Master-/Diplom-Studium, mit ein paar Jahren praktischer Erfahrung in Data Science, Machine Learning oder AI-Engineering * Python inkl. gängiger Bibliotheken (v.a. PyTorch, scikit-learn, pandas, NumPy), SQL sowie der Umgang mit relationalen und modernen Datenspeichern gehören zu deinem täglichen Handwerkszeug * Ob klassisches Machine Learning oder Deep Learning - du weißt, wann welches Werkzeug passt * Cloud oder On-Premise? Im Umgang mit Azure oder AWS bist du bereits vertraut und wenn du zusätzlich erste Erfahrungen mit Containerisierung und vielleicht sogar Kubernetes gesammelt hast, umso besser! * Du weißt nicht nur, wie man Modelle trainiert, sondern auch, wie man sie Usern zur Verfügung stellt, z.B. mit FastAPI oder ähnlichen Frameworks * GenAI ist für dich kein Neuland: RAG-Architekturen, LLM-APIs (OpenAI, Azure OpenAI o.ä.) oder Vector Databases kennst du bereits aus der Praxis ## Description * Du gestaltest gemeinsam mit Kunden und dem Team den Weg von der initialen Fragestellung über Datenanalyse und Konzeption eines Systems bis zum Deployment der produktiven Lösung * Du etablierst moderne MLOps-Prozesse mit automatisierten Pipelines inklusive Modell- und Prompt-Versionierung * Du erkennst relevante Datenbezüge und bereitest diese zur weiteren Analyse vor, wobei deine Arbeit erst mit getesteten, operationell tauglichen Modellen endet * Du bringst dich aktiv ins Team ein, z. B. durch Code Reviews, das Einführen neuer Tools oder das Teilen spannender fachlicher Impulse