Machine Learning Specialist

Machine Learning Algebra Framework Datenaufbereitung Statistik Informatik Englisch Entwicklungsumgebungen Forschung Datenschutz Software-Engineering Kalibrierung Berufserfahrung Scikit-learn Python Optimierung Analyse TensorFlow GIT Engineering Deutsch Verantwortungsvolle Arbeitsweise Teamfähigkeit, Sie entwickeln Machine-Learning-Lösungen für konkrete Anwendungsfälle der Tradegate AG, von der fachlichen Problemdefinition und Datenaufbereitung über Training und Evaluation bis zur Integration und Überwachung im Betrieb. Im Mittelpunkt stehen nachvollziehbare, robuste und wirtschaftlich sinnvolle Modelle, die unter den tatsächlichen Bedingungen eines regulierten Wertpapierhandels funktionieren. Sie prüfen deshalb zunächst, ob Machine Learning die geeignete Methode ist, und bevorzugen einen einfacheren Ansatz, wenn dieser die Aufgabe verlässlicher löst.

Sie übersetzen fachliche Anforderungen in klar definierte Lern- und Optimierungsprobleme, formulieren überprüfbare Erfolgskriterien und bestimmen geeignete Baselines. Sie untersuchen Datenverfügbarkeit, Datenqualität, Zielvariablen und mögliche Verzerrungen und entwickeln belastbare Trainings-, Validierungs- und Testdatensätze. Sie wählen Modellklassen und Lernverfahren passend zum Anwendungsfall aus und entwickeln bei Bedarf eigene Architekturen, Verlustfunktionen, Merkmale oder Trainingsverfahren. Sie trainieren, optimieren und vergleichen Modelle systematisch und berücksichtigen dabei Generalisierungsfähigkeit, Kalibrierung, Interpretierbarkeit, Stabilität, Laufzeit und Ressourcenbedarf. Sie entwickeln Lösungen für lokale und vertrauliche Anwendungsfälle und bewerten, ob ein Modell neu trainiert, feinabgestimmt, komprimiert oder lokal ausgeführt werden sollte. Sie erstellen reproduzierbare Trainings- und Inferenzpipelines, versionieren Daten, Code und Modellartefakte und automatisieren Tests sowie Qualitätsprüfungen. Sie integrieren Modelle gemeinsam mit der IT in produktive Anwendungen und definieren Monitoring für Daten- und Konzeptdrift, Modellgüte, Latenz und Fehlverhalten. Sie dokumentieren Annahmen, Grenzen und Risiken der Modelle und erklären Entscheidungen und Ergebnisse gegenüber Fachbereichen und Kontrollfunktionen nachvollziehbar. Sie verfolgen relevante Forschung und technische Entwicklungen, reproduzieren geeignete Ansätze und bewerten deren Nutzen anhand eigener Daten statt anhand von Demonstrationen oder Herstellerangaben.

Das bringen Sie mit

B Ausübungsformen, Abgeschlossenes Studium der Informatik, Mathematik, Statistik, Physik, Data Science oder eine vergleichbare Qualifikation mit fundierter theoretischer und praktischer Ausbildung im Machine Learning. Sehr gute Kenntnisse der mathematischen Grundlagen, insbesondere lineare Algebra, Analysis, Wahrscheinlichkeitsrechnung, Statistik und numerische Optimierung. Fundiertes Verständnis überwachter und unüberwachter Lernverfahren sowie geeigneter Evaluationsmethoden; Kenntnisse in Deep Learning und generativen Modellen dort, wo sie fachlich relevant sind. Praktische Erfahrung mit Python und mindestens einem etablierten ML-Framework, beispielsweise PyTorch, TensorFlow, JAX oder scikit-learn, sowie gute SQL-Kenntnisse. Erfahrung mit dem vollständigen Modelllebenszyklus: Datenaufbereitung, Feature Engineering, Training, Hyperparameteroptimierung, Evaluation, Bereitstellung und Monitoring. Sicherer Umgang mit Themen wie Overfitting, Regularisierung, Klassenungleichgewicht, Daten- und Konzeptdrift, Unsicherheitsabschätzung, Erklärbarkeit und reproduzierbaren Experimenten. Gute Software-Engineering-Grundlagen, insbesondere strukturierter und getesteter Code, Git, automatisierte Tests, Containerisierung und nachvollziehbare technische Dokumentation. Erfahrung mit lokaler Modellbereitstellung, GPU-basiertem Training, verteiltem Rechnen, Modellkomprimierung oder MLOps-Werkzeugen ist von Vorteil. Kenntnisse zu Datenschutz, Informationssicherheit, Modellrisiken und regulatorischen Anforderungen sind von Vorteil; Kapitalmarktkenntnisse sind willkommen, aber keine Voraussetzung. Eine wissenschaftliche, kritische und eigenverantwortliche Arbeitsweise sowie die Bereitschaft, ungeeignete Modellansätze früh zu verwerfen. Ausgeprägte Kommunikations- und Teamfähigkeit sowie gute Deutsch- und Englischkenntnisse.

Einen unbefristeten Arbeitsvertrag Ein solides Grundgehalt und eine attraktive Erfolgsbeteiligung Flexible Arbeitszeiten 30 Tage Urlaub bei Vollzeitanstellung Ein modernes Arbeitsumfeld mit kurzen Entscheidungswegen Individuelle Möglichkeiten zur fachlichen Weiterbildung Kostenloses BVG-Ticket Nutzung unseres firmenseitigen Sportangebotes Vielfalt an Team- und Firmenevents

Klingt das interessant?