Dein Alltag dreht sich um die Entwicklung von ML-Services und die Implementierung robuster Pipelines. Du arbeitest eng mit Data Scientists zusammen und entwickelst innovative Prototypen sowie APIs, um leistungsstarke Modelle für Shopware bereitzustellen.
Anforderungen
- •3+ Jahre Erfahrung mit Python, TypeScript und/oder React
- •Praktische Erfahrung mit AWS und Terraform
- •Solides Verständnis von überwachten/unkontrollierten Lernen
- •Hands-on Erfahrung mit CI/CD und Docker
- •Fähigkeit, Frontend- oder Integrationscode in React/TypeScript umzusetzen
- •Erfahrung mit PySpark/Spark oder Streaming-Technologien von Vorteil
- •Sehr gute Englischkenntnisse
Deine Aufgaben
- •ML-gestützte Services entwickeln und bereitstellen
- •Robuste Trainings-, Evaluations- und Inferenzpipelines aufbauen
- •CI/CD-Prozesse für Machine Learning umsetzen
- •Modelle mit Observability und Experiment-Tracking ausstatten
- •Prototypen für Nutzerfeatures oder interne Tools entwickeln
- •Modelle über RESTful APIs bereitstellen
- •Eng mit Data Scientists zusammenarbeiten
- •Neue Ansätze wie LLMs und RAG-Systeme erkunden
Deine Vorteile
Offene Unternehmenskultur
Unbefristete Anstellung
Flexible Arbeitszeiten
Optionen für mobiles Arbeiten
Freie Wahl der Hardware
Gut strukturiertes Onboarding
Inspirierendes Arbeitsumfeld
Vielfältige Entwicklungschancen
Attraktive betriebliche Benefits
Original Beschreibung
## Machine Learning Engineer (m/w/d)
Als **Machine Learning Engineer (m/w/d)** im Data Platform & Enablement Team schlägst du die Brücke zwischen **Software Engineering, MLOps und Full-Stack-Entwicklung**: Du bringst ML-Modelle in die Produktion, baust die passenden Services darum herum und springst auch mal ins Frontend, wenn es die Umsetzung beschleunigt.
Diese Position kann **vor Ort, hybrid oder auch vollständig remote innerhalb Deutschlands oder in ausgewählten europäischen Ländern**, in denen wir registriert sind, ausgeführt werden. Dein Arbeitsort wird im Voraus vereinbart und bildet die Grundlage deines Arbeitsvertrags.
## Anforderungen
* **Model-to-Production**
* Du entwickelst ML-gestützte Services und bringst sie als containerisierte Microservices in Produktion (FastAPI + Docker / AWS ECS / Lambda).
* Du baust robuste Trainings-, Evaluations- und Inferenzpipelines mit Python und dem PyData-Stack (z. B. NumPy, Pandas, Scikit-learn).
* **MLOps & Platform Engineering**
* Du setzt CI/CD-Prozesse für Machine Learning um (GitHub Actions, Terraform-gesteuerte AWS-Infrastruktur).
* Du stattest Modelle mit Observability und Experiment-Tracking aus (z. B. W&B, Prometheus, TensorBoard).
* **Full-Stack Enablement**
* Du entwickelst Prototypen für nutzernahe Features oder interne Tools mit React/TypeScript, Streamlit und/oder Gradio.
* Du stellst Modelle über gut dokumentierte RESTful APIs bereit und integrierst sie in die Produktwelt von Shopware.
* **Zusammenarbeit & Innovation**
* Du arbeitest eng mit Data Scientists zusammen, um Notebooks in produktionsreifen Code zu überführen.
* Du erkundest neue Ansätze wie LLMs, RAG-Systeme oder agentenbasierte Frameworks und bewertest deren Potenzial für Shopware.
### Das bringst du mit:
* **Software-Engineering-Background:**
Du hast 3+ Jahre Erfahrung in der Entwicklung und dem Betrieb produktiver Systeme mit Python, TypeScript und/oder React. Dabei bist du mit Type Safety, Testing und Clean Code Prinzipien bestens vertraut.
* **Cloud & Infrastructure-as-Code:**
Du hast praktische Erfahrung mit AWS und dem Umgang mit Terraform (oder vergleichbaren Tools) zur Infrastrukturverwaltung.
* **Machine-Learning-Know-how:**
Du verfügst über ein solides Verständnis von überwachtem/unkontrolliertem Lernen und Deep-Learning-Konzepten wie CNNs, RNNs oder Transformern.
* **MLOps-Mindset:**
Du arbeitest hands-on mit CI/CD, Docker sowie Monitoring und Alerting. Wenn dir bestimmte MLOps-Praktiken noch fehlen, bringst du die Motivation mit, sie dir gezielt anzueignen.
* **Full-Stack-Skills:**
Du bist in der Lage (und bereit), auch Frontend- oder Integrationscode in React/TypeScript oder vergleichbaren Frameworks umzusetzen.
* **Nice to have:**
Erfahrung mit PySpark/Spark oder Streaming-Technologien (Kafka/Kinesis), LLM-Tooling (z. B. LangChain, Hugging Face) oder Vektordatenbanken ist ein Plus.
* **Kommunikation:**
Du verfügst über sehr gute Englischkenntnisse und hast Freude an der Zusammenarbeit in einem vollständig remote arbeitenden, cross-funktionalen Team.
### Das bieten wir dir:
* **Unternehmenskultur:** Offene Kultur, flache Hierarchien, Eigeninitiative wird gefördert.
* **Arbeitsverträge:** Unbefristete Anstellungen bieten langfristige Sicherheit.
* **Flexibilität:** Flexible Arbeitszeiten und Optionen für mobiles Arbeiten und Full-Remote-Verträge.
* **Ausstattung:** Freie Wahl der Arbeits-Hardware.
* **Onboarding:** Gut strukturiertes Onboarding mit Unterstützung durch einen persönlichen "Buddy".
* **Arbeitsumfeld:** Inspirierendes Umfeld mit engagierten Kollegen und einer dynamischen Gemeinschaft.
* **Entwicklungsmöglichkeiten:** Vielfältige Chancen für persönliches Wachstum und Entwicklung.
* **Zusatzleistungen:** Attraktive Benefits wie betriebliche Altersvorsorge, Gesundheitsprogramme und regelmäßige Teamevents.
... und vieles mehr!