Machine Learning Engineer (m/w/d) - Predictive Maintenance & MLOps

Du willst Mehrwert durch Daten in produktiven Lösungen generieren?
Bei uns bist Du Teil eines agilen Produktteams und arbeitest an der Weiterentwicklung und dem Betrieb einer Machine-Learning-Lösung, die mit Daten die Verwaltung und Pflege von Assets im Netzgeschäft optimiert.

Eine Aufgabe, die herausfordert

• Produktentwicklung und Betrieb: In Deiner Rolle entwickelst, stabilisierst und betreibst Du ein produktives KI‑/Machine‑Learning‑Produkt inklusive Monitoring im Umfeld Predictive Maintenance.
• Modellunterstützung: Bei Feature Engineering, Retraining, Evaluation und Qualitätssicherung von ML‑Modellen bringst Du Dich aktiv ein.
• Daten- und ML-Pipelines: Die Betreuung und Optimierung von ML‑ und Datenpipelines in Databricks übernimmst Du inklusive Jobs, Workflows, Cluster-Management und Fehleranalyse.
• Datenverarbeitung: Bestehende Datenverarbeitungsstrecken entwickelst Du weiter, insbesondere mit Python, PySpark/Spark SQL, Delta Lake sowie SAP‑/GIS‑Datenquellen, REST‑Schnittstellen und SQL‑Datenbanken.
• Zusammenarbeit und Übergaben: In enger Abstimmung mit Fachbereich, IT, Data Science und Betrieb sorgst Du für saubere Dokumentation und nachvollziehbare Übergaben.

Ein Background, der überzeugt

• Qualifikation: Ein abgeschlossenes Hochschulstudium in einer quantitativen Disziplin wie Data Science, KI, Informatik, Mathematik oder Physik oder eine vergleichbare Qualifikation bringst Du mit.
• Technische Erfahrung: Sehr gute praktische Kenntnisse in Python sowie PySpark/Spark SQL zeichnen Dich aus, idealerweise mit Erfahrung im produktiven Einsatz von Databricks.
• Datenpipelines: Erfahrung im Aufbau, Betrieb und der Weiterentwicklung von ETL‑/ELT‑Pipelines, bevorzugt mit SAP‑/GIS‑Daten, REST‑APIs oder externen SQL‑Datenbanken, hast Du bereits gesammelt.
• Plattform- und Cloud-Know-how: Mit Cloud‑nahen Datenplattformen, vorzugsweise Azure, Delta Lake, Unity Catalog, Blob Storage und SQL‑Datenbanken, bist Du vertraut.
• Machine Learning & Betrieb: Berührungspunkte mit Machine Learning, etwa Feature Engineering, Modellbewertung oder Retraining, sowie ein grundlegendes Verständnis technischer Betriebsaspekte bringst Du mit.
• Arbeitsweise und Kommunikation: Du arbeitest strukturiert, übernimmst Verantwortung für eigene Tasks und kannst technische Sachverhalte verständlich vermitteln.
• Sprachkenntnisse: Sehr gute Deutschkenntnisse (C1) sowie gute Englischkenntnisse in Wort und Schrift runden Dein Profil ab.

Show in English