## Was du unbedingt mitbringst - Berufserfahrung in der Entwicklung, Bereitstellung und dem Betrieb von produktiven ML-Systemen. - Sehr gute Python-Kenntnisse sowie Erfahrung mit Docker und AWS oder GCP. - Solide Grundlagen im Bereich Machine Learning, Grundkenntnisse in NLP sowie ausgeprägte Erfahrung in der Modellevaluation. - Praktische Erfahrung im Aufbau von End-to-End ML-Pipelines. - Erfahrung im Umgang mit großen Datenmengen und SQL. - Starke analytische Problemlösungskompetenz: Du kannst unklare Fragestellungen strukturieren und beurteilen, ob ML der geeignete Lösungsansatz ist. - Ausgeprägte Kommunikations- und Teamfähigkeit: Du stimmst dich bereichsübergreifend ab, machst Entscheidungen transparent, dokumentierst sorgfältig und gibst sowie erhältst konstruktives Feedback. ## Was du idealerweise noch mitbringst - Erfahrung mit NoSQL-Datenbanken und/oder Distributed Processing, sowie Streaming. - Praktische Erfahrung mit LLM-Anwendungen und produktiver Agent-Orchestrierung. - Grundkenntnisse in Cloud Security und Operations Themen. - Erfahrung im Mentoring von Kolleg:innen sowie im Etablieren pragmatischer Engineering-Standards. ## Was dich erwartet - Du entwickelst, implementierst, deployest und verbesserst ML-Modelle kontinuierlich und übernimmst Verantwortung vom Prototyp bis zum produktiven Betrieb. - Du baust reproduzierbare Daten- und ML-Pipelines auf. - Du containerisierst ML-Services und Batch-Jobs mit Docker, um konsistente und skalierbare Deployments zu ermö
