Machine Learning & AI Consultant*

In dieser ML/AI-Rolle arbeiten Sie daran, Geschäftsziele in leistungsfähige ML-/AI-Lösungen zu übersetzen – vom Use-Case-Identifikation bis zum produktiven Deployment. Sie arbeiten eng mit einem interdisciplinären Team, das modernste ML-, AI- und Cloud-Technologien einsetzt, um echte Business-Impact-Projekte zu realisieren. Sie identifizieren Optimierungspotenziale, empfehlen passende Methoden und Architekturen, und bauen robuste End-to-End-ML-Pipelines. Sie entwickeln kontinuierlich sich weiter und tragen zu einem skalierbaren Data-/Modellbetrieb bei.

• flexible Arbeitszeiten
• mobiles Arbeiten und Arbeiten aus dem EU-Ausland bis zu 20 Tagen/Jahr
• Sabbaticals
• Mental Health Programm
• Weiterbildungsbudget pro Jahr
• Zuschüsse zum Deutschlandticket und betriebliche Altersvorsorge (bAV)

• Geschäftsziele in ML-/AI-Lösungen überführen – Use-Case-Identifikation bis Deployment
• Identifikation von Optimierungspotenzialen und Beratung zu Methoden, Tools, Architekturen und Code-Qualität
• Implementierung robuster ML-Systeme mit modernen Software-Engineering-Praktiken
• Entwicklung und Betrieb von End-to-End-ML-Pipelines in Cloud-Umgebungen
• Analyse von Kundendaten und Umsetzung von Business-Cases in produktive ML-Lösungen
• Etablierung reproduzierbarer, skalierbarer MLOps-Prozesse sowie Monitoring und CI/CD für ML
• Fortlaufliche Weiterbildung in ML-/AI- und Cloud-Trends

• gute Python-Kenntnisse (Pandas, PySpark, scikit-learn)
• SQL-Kenntnisse
• Praktische Erfahrung mit mindestens einer Cloud-Plattform (Azure, AWS oder GCP) im ML/AI-Kontext
• Erfahrung mit Deep-Learning-Frameworks (PyTorch oder TensorFlow)
• Erfahrung mit LLM-Ökosystemen (LangGraph, AutoGen, Haystack, Hugging Face)
• Kenntnisse in Entwicklungsmethoden (OO-Programmierung, TDD) und production-ready Code
• Erfahrung mit ML-Pipelines und gängigen Frameworks/Tools (MLflow, Azure ML, Vertex AI, SageMaker)
• gute Kommunikationsfähigkeiten, analytisches Denkvermögen, Fähigkeit, komplexe ML-Themen verständlich zu erklären
• Deutsch- und Englischkommunikation
• offene, konstruktive Kommunikation mit Kollegen und Kunden

• gute Kommunikationsfähigkeiten
• analytisches Denkvermögen
• Klarheit in der Erklärung komplexer ML-Themen
• Python (Pandas, PySpark, scikit-learn)
• SQL
• Cloud-Technologien im ML/AI-Kontext (Azure, AWS, GCP)