Search term

Machine Learning Engineer (m/w/d)

Referenzcode: DE-C-HZA-19-02992
Standort(e): Herzogenaurach

Ihre Aufgaben

  • Aufbereitung und Exploration von großen Datensätzen
  • Auswahl und Anpassung von Machine / Deep Learning Ansätzen
  • Aufbau, Unterstützung und Ausführung des Operationalisierungsprozesses für Analytics Modelle
  • Entwicklung und Anpassung von Modellen in Zusammenarbeit mit Data Scientists
  • Planung und Auswahl von Tools zur Unterstützung des Deployment von Analytics Modellen und Komponenten
  • DevOps Kontakt für operationalisierte Modelle und Komponenten
  • Monitoring und Verwaltung eines Portfolios operationalisierter Analytics Modelle und Komponenten
  • Kollaboration mit zahlreichen Schaeffler-Divisionen zur Verbindung von Domänen-/ Expertenwissen und analytischen Ansätzen
  • Mitarbeit an einer Cloud-basierten Analytics Plattform

Ihr Profil

  • Abgeschlossenes Hochschulstudium in Informatik, Software Engineering oder Wirtschaftsinformatik
  • Umfassendes Wissen zu und praktische Erfahrung in der Anwendung von Machine Learning / Deep Learning Algorithmen
  • Erfahrung in Python und Paketen wie pandas, scikit-learn, etc. und SPARK
  • Praktische Erfahrung in der Operationalisierung von Machine Learning / Deep Learning Modellen im Unternehmenskontext
  • Hervorragende Programmierfähigkeiten mit Erfahrung in Best Practices der Softwareentwicklung
  • Solide Kenntnisse in Statistik
  • Umfassendes Knowhow zu Machine Learning / Big Data Tools wie Hadoop Komponenten, SPARK oder Docker sowie solide Kenntnisse zu Datenbanksystemen
  • Ausgeprägte analytische Fähigkeiten in Verbindung mit exzellenten Kommunikationsfähigkeiten sowie einem agilen Mindset
Spannende Aufgaben und hervorragende Entwicklungsperspektiven warten auf Sie, denn wir gestalten die Zukunft mit Innovationen. Wir freuen uns, Sie kennenzulernen.
Bitte beachten Sie, dass eine mobile Bewerbung je nach Endgerät nur eingeschränkt möglich ist.


Fragen zum Stellenangebot beantwortet:

Markus Lennartz

Schaeffler Technologies AG & Co. KG

Share Page

Schaeffler applies cookies to secure an optimal use. With the further use of this website you accept the application of cookies. More Information

Accept