AI/ML Engineer für Predictive Maintenance
WhatJobs Direct
About the role
Überblick
Unser Kunde sucht einen hochqualifizierten AI/ML Engineer (m/w/d) zur Entwicklung und Implementierung fortschrittlicher Algorithmen für vorausschauende Wartung (Predictive Maintenance). Diese Position ist vollständig remote und bietet die Flexibilität, von jedem Standort aus zu arbeiten. In dieser Rolle werden Sie maßgeblich dazu beitragen, die Effizienz und Zuverlässigkeit industrieller Anlagen durch den Einsatz von künstlicher Intelligenz zu verbessern. Sie sind verantwortlich für den gesamten Lebenszyklus von ML‑Modellen, von der Datenexploration und -aufbereitung über die Modellentwicklung und -evaluation bis hin zur Bereitstellung und Überwachung in Produktionsumgebungen. Die Arbeit umfasst die Analyse großer Datensätze aus Sensoren und Betriebsdaten, die Auswahl geeigneter Machine‑Learning‑Techniken (z.B. Zeitreihenanalyse, Anomalieerkennung, Klassifikation, Regression) und die Erstellung robuster Vorhersagemodelle. Sie arbeiten eng mit Ingenieuren und Domänenexperten zusammen, um sicherzustellen, dass die entwickelten Lösungen den praktischen Anforderungen entsprechen und einen messbaren Mehrwert liefern.
Aufgaben
- Entwicklung, Training und Validierung von Machine‑Learning‑Modellen für Predictive Maintenance
- Datenanalyse und Feature Engineering aus heterogenen Datenquellen
- Implementierung von ML‑Modellen in Produktionsumgebungen (z.B. mittels Python, TensorFlow, PyTorch, scikit‑learn)
- Aufbau und Pflege von ML‑Pipelines und MLOps‑Praktiken
- Monitoring der Modellperformance und kontinuierliche Verbesserung
- Zusammenarbeit mit Data Engineers und Domain‑Experten zur Datenerfassung und Problemdefinition
- Forschung und Anwendung neuester Erkenntnisse im Bereich KI und maschinelles Lernen
- Präsentation von Ergebnissen und technischen Konzepten an verschiedene Stakeholder
Profil
- Abgeschlossenes Masterstudium oder Promotion in Informatik, Data Science, Statistik, Physik oder einem verwandten quantitativen Fach
- Mehrjährige Erfahrung in der Entwicklung und Implementierung von ML‑Modellen in einem industriellen Kontext
- Fundierte Kenntnisse in gängigen ML‑Frameworks und Bibliotheken (TensorFlow, PyTorch, scikit‑learn)
- Erfahrung mit Datenanalyse‑Tools und Programmiersprachen wie Python oder R
- Verständnis von MLOps‑Prinzipien und Tools (MLflow, Kubeflow)
- Erfahrung mit Cloud‑Plattformen (AWS, Azure, GCP) und deren ML‑Diensten von Vorteil
- Starke analytische und Problemlösungsfähigkeiten
- Ausgezeichnete Kommunikationsfähigkeiten und die Fähigkeit, komplexe technische Konzepte verständlich zu erklären
- Selbstständige und ergebnisorientierte Arbeitsweise in einem remote Team
- Sehr gute Englischkenntnisse
Nutzen Sie die Chance
An der Spitze der industriellen Transformation mitzuwirken und zukunftsweisende KI‑Lösungen zu entwickeln – alles bequem von Ihrem
Requirements
- Abgeschlossenes Masterstudium oder Promotion in Informatik, Data Science, Statistik, Physik oder einem verwandten quantitativen Fach
- Mehrjährige Erfahrung in der Entwicklung und Implementierung von ML-Modellen in einem industriellen Kontext
- Fundierte Kenntnisse in gängigen ML-Frameworks und Bibliotheken (TensorFlow, PyTorch, scikit-learn)
- Erfahrung mit Datenanalyse-Tools und Programmiersprachen wie Python oder R
- Verständnis von MLOps-Prinzipien und Tools (MLflow, Kubeflow)
- Erfahrung mit Cloud-Plattformen (AWS, Azure, GCP) und deren ML-Diensten von Vorteil
- Starke analytische und Problemlösungsfähigkeiten
- Ausgezeichnete Kommunikationsfähigkeiten und die Fähigkeit, komplexe technische Konzepte verständlich zu erklären
- Selbstständige und ergebnisorientierte Arbeitsweise in einem remote Team
- Sehr gute Englischkenntnisse
Responsibilities
- Entwicklung, Training und Validierung von Machine-Learning-Modellen für Predictive Maintenance
- Datenanalyse und Feature Engineering aus heterogenen Datenquellen
- Implementierung von ML-Modellen in Produktionsumgebungen (z.B. mittels Python, TensorFlow, PyTorch, scikit-learn)
- Aufbau und Pflege von ML-Pipelines und MLOps-Praktiken
- Monitoring der Modellperformance und kontinuierliche Verbesserung
- Zusammenarbeit mit Data Engineers und Domain-Experten zur Datenerfassung und Problemdefinition
- Forschung und Anwendung neuester Erkenntnisse im Bereich KI und maschinelles Lernen
- Präsentation von Ergebnissen und technischen Konzepten an verschiedene Stakeholder
Skills
Don't send a generic resume
Paste this job description into Mimi and get a resume tailored to exactly what the hiring team is looking for.
Get started free