Senior Machine Learning Engineer (m/w/d)

Stellenbeschreibung:

Hybrid in Berlin | Gehalt bis 110.000 € (je nach Erfahrung)

Über unseren Kunden

Unser Kunde ist ein wachstumsstarkes, international tätiges Technologieunternehmen im Bereich KI-gestützter Gesundheitslösungen mit Sitz in Berlin und weiteren internationalen Standorten. Das Unternehmen bewegt sich an der Schnittstelle von moderner Softwareentwicklung, datengetriebener Forschung und medizinischer Anwendung.

Ein interdisziplinäres Team aus Expertinnen und Experten in Machine Learning, Software Engineering, Data Science und Life Sciences entwickelt skalierbare, produktionsreife KI-Systeme für komplexe medizinische Fragestellungen. Ziel ist es, diagnostische Prozesse zu unterstützen, Forschungsarbeit effizienter zu gestalten und datenbasierte Entscheidungen auf ein neues Qualitätsniveau zu heben.

Dabei steht eine wissenschaftlich fundierte, transparente und robuste Entwicklung von Machine Learning Lösungen im Fokus. Technologische Innovation wird konsequent mit hohen Qualitätsstandards, Skalierbarkeit und regulatorischem Bewusstsein verbunden.

Deine Aufgaben

Design, Entwicklung und Betrieb robuster und skalierbarer ML Pipelines
Aufbau und Weiterentwicklung verteilter Software Systeme für produktive Machine Learning Anwendungen
Optimierung von Datenpipelines für Performance und Stabilität im Production Umfeld
Mitgestaltung der ML Infrastruktur, inklusive Services, Monitoring, CI CD und Containerisierung
Enge Zusammenarbeit mit interdisziplinären Teams aus Forschung, Produkt und Engineering
Durchführung von Code Reviews und Sicherstellung hoher Qualitätsstandards
Mentoring von Junior Engineers und Übernahme technischer Verantwortung im Team
Arbeit in einem agilen Setup mit klarer Kommunikation komplexer technischer Inhalte

Dein Profil

Abgeschlossenes Studium in Informatik, Mathematik, Ingenieurwesen oder einem verwandten Bereich
Mindestens 4 Jahre Erfahrung in Softwareentwicklung, Machine Learning oder vergleichbaren Feldern
Sehr gute Python Kenntnisse, weitere Sprachen wie C, C++, CUDA, Java oder Rust sind ein Plus
Fundiertes Verständnis von Distributed Systems, Parallel Computing und Skalierbarkeit
Erfahrung mit Cloud Plattformen wie GCP, AWS oder Azure
Praxis in MLOps oder DevOps, beispielsweise CI CD, Docker, Kubernetes und ObservabilitySicherer Umgang mit Linux, Version Control und Container Technologien
Erfahrung im Umgang mit großen Datenmengen sowie Data Engineering Know how
Idealerweise Erfahrung mit produktiven ML Deployments, GKE, Ray oder Prefect
Kenntnisse in ML Frameworks wie PyTorch, TensorFlow oder scikit learn
Erfahrung mit Bilddaten oder biomedizinischen Daten ist ein starkes Plus
Strukturierte, eigenständige Arbeitsweise und ausgeprägte Kommunikationsfähigkeit