Die Schwarz IT betreut die gesamte digitale Infrastruktur und alle Softwarelösungen der Unternehmen der Schwarz Gruppe. Sie ist somit für Auswahl, Bereitstellung und Betrieb sowie Weiterentwicklung von IT-Infrastrukturen, IT-Plattformen und Business-Anwendungen zuständig. Um die Fachbereiche durch IT-Lösungen optimal bei deren Geschäftsprozessen zu unterstützen, nimmt die Schwarz IT die Anforderungen der Fachbereiche in Beratungsgesprächen auf und erarbeitet gemeinsam mit diesen professionelle und leistungsfähige IT-Lösungen.

Im Bereich Artificial Intelligence Forecasting entwickeln wir Datenprodukte für die gesamte Schwarz Gruppe. Wir nutzen aktuelle Cloud- und AI Technologien, um innovative Lösungen für eine Vielzahl von Geschäftsfeldern von der Produktion über das Filialgeschäft bis zur Logistik zu entwickeln und operativ zu betreiben.
Als Machine Learning Engineer arbeitest Du gemeinsam mit Data und Software Engineers an AI-Lösungen, die in einem Weltkonzern reale Mehrwerte schaffen.

Deine Aufgaben

• Entwicklung komplexer Datenprodukte, die in unsere Geschäftsprozesse eingebunden werden und unternehmerischen Mehrwert generieren
• Beurteilung und Aufbereitung relevanter Datenquellen
• Evaluierung, Implementierung und Optimierung geeigneter Algorithmen
• Zielgerichtet Anwendungen modernster Data Science-Techniken
• Integration von Modellen in produktive Software
• Industrialisierung der Modelle (MLOps, DevOps)
• Arbeit in interdisziplinären, agilen Projektteams
• Fachliche Führung und Anleitung von Teammitgliedern
• Präsentation von Ergebnissen vor Stakeholdern

Dein Profil

• Abgeschlossenes Hochschulstudium im Bereich Data Science, Mathematik, Statistik, Informatik, Physik oder einer themenverwandten Fachrichtung
• Mehrjährige Berufserfahrung als Machine Learning Engineer oder Data Scientist
• Praktische Erfahrung mit Forecasting- und Pricing-Anwendungsfällen und den gängigen Modellen (Gradient Boosting Machine, Neuronale Netze, (S)ARIMA, Prophet)
• Sehr gute Kenntnisse in der Anwendung von Machine Learning, Optimierungs- und Data Mining-Methoden (z.B. mit Python, Spark)
• Idealerweise Erfahrung mit verteilten Machine Learning Frameworks und Model-Lifecycle-Management (z.B. MLFlow)
• Praktische Kenntnisse in der Entwicklung mit Python und im Softwareentwicklungszyklus (z.B. CI/CD, DevOps, Testing)
• Erfahrungen im Umgang mit Big Data (SQL, Spark/Databricks) und Cloud Technologien (GCP, Azure)
• Erfahrung mit Methoden der agilen Softwareentwicklung
• Fähigkeit, komplexe Fragestellungen und Szenarien zu verstehen, detailliert zu analysieren und die gewonnenen Erkenntnisse einem nicht-technischen Publikum verständlich zu präsentieren
• Sehr gute Englisch- und Deutschkenntnisse (C1-Niveau)