Job Opportunities API

Willkommen bei Nunatak und unserem Data & AI Lab!   Für unsere Standorte in München oder Berlin suchen wir zum nächstmöglichen Zeitpunkt einen Machine Learning Engineer (m/w/d) . Du lebst für Code, Daten und Algorithmen, willst aber auch sehen, wie deine Modelle in der Praxis echten Impact generieren? Du hast genug von reinen Proof-of-Concepts und brennst darauf, robuste, skalierbare KI-Lösungen zu bauen? Bei uns erwartet dich die perfekte Mischung aus tiefgreifendem Machine Learning bei Top-Kunden und der agilen Entwicklung von innovativen KI-Produkten & Services in unserem Data & AI Lab. Wir suchen einen Tech-Experten (m/w/d), der komplexe Modelle in saubere Software-Architekturen gießt, State-of-the-Art-Technologien beherrscht und die KI-Transformation unserer Kunden technologisch aktiv umsetzt. Deine Aufgaben bei uns: Pragmatisches Prototyping: Du entwickelst als fester Bestandteil des Data & AI Labs funktionierende ML-Prototypen in kurzen Sprints, um Business-Probleme effizient zu lösen und den Mehrwert für den Kunden schnell und greifbar sichtbar zu machen. End-to-End-Verantwortung: Du übernimmst Verantwortung für den gesamten Prozess – von der sauberen Datenaufbereitung über die präzise Modellierung bis hin zur reibungslosen Integration in bestehende Schnittstellen. Flexible Architektur-Ansätze: In unseren Testumgebungen hast du den Freiraum, Demos und Experimente zu bauen. Geht es jedoch um Kundensysteme, setzt du verlässlich auf rechtssichere und standardnahe Architekturen. Real-World Impact: Du prüfst deine Modelle auf ihre Belastbarkeit im realen Betrieb. Für dich und uns gilt: Der tatsächliche Nutzen im Kundenprozess steht immer über der reinen akademischen Perfektion. Kollaboration & Wissenstransfer: Du arbeitest eng  und interdisziplinär mit anderen ML Engineers, GenAI Applicationeers sowie Data & AI Consultants zusammen. Dabei hinterfragst du Anforderungen konstruktiv und stellst sicher, dass ein nachhaltiger Know-how-Transfer zu unseren Kunden stattfindet. Das bringst du mit: Praxiserfahrung: Du bringst 3–5 Jahre Berufserfahrung im angewandten Machine Learning mit, in der Zeit hast mindestens ein Modell von der ersten Idee bis zum produktiven Einsatz erfolgreich begleitet. Tech-Stack: Fundierte Praxiskenntnisse in gängigen ML-Frameworks (PyTorch, TensorFlow, scikit-learn) sowie routinierter Umgang mit dem wissenschaftlichen Python-Stack (z. B. NumPy, Pandas). Cloud & Deployment: Ausgewiesene Erfahrung im Training, der Validierung und dem Deployment von Modellen in mindestens einer etablierten Cloud-Umgebung (z. B. Google Cloud / Vertex AI, AWS SageMaker oder Azure ML). Data Engineering Skills: Sicherer Umgang mit SQL und der Architektur von Datenpipelines. Du bist routiniert in der Aufbereitung und Qualitätssicherung großer, komplexer Prozess- und Kundendaten. MLOps Mindset: Du besitzt ein fundiertes Verständnis für den realen Betrieb, inklusive Modellversionierung, Monitoring und dem kontinuierlichen Nachschärfen von Modellen. Akademisches Fundament:  Ein abgeschlossenes Studium in  Computer Science, Data Science, Machine Learning, Informatik, Mathematik,  Physik oder einem vergleichbaren Studiengang mit technischem Fokus. Sprachen: Du sprichst fließend Deutsch und Englisch.  Impact ab Tag 1:  Vielfältige Aufgaben mit hoher Eigenverantwortung und die Möglichkeit, auf Managementebene Prozesse, Strategien und Produkte mitzugestalten. Kultur & Team:  Eine kollegiale, verbindliche Zusammenarbeit in kleinen, interdisziplinären Teams mit flachen Hierarchien, kurzen Entscheidungswegen und einer wertebasierten Kultur. Spannendes Umfeld:  Innovative Projektfragestellungen im KI-Umfeld und Kund*innen, die zu den Marktführenden in ihrer Branche gehören. Wachstum:  Individuelle Chancen zur persönlichen und professionellen Entwicklung sowie gezielte Weiterbildungsmöglichkeiten. Benefits : Eine att