Skip navigation EPAM

Lead Data Machine Learning Engineer (m/w/d) Germany

Lead Data Machine Learning Engineer (m/w/d) Description

Job #: 83358
Seit der Gründung 1993 hat sich EPAM Systems, Inc. (NYSE: EPAM) zu einem weltweit führenden Lösungsanbieter im Bereich der digitalen Transformation etabliert. Das Unternehmen ist Branchenführer in der Entwicklung digitaler und physischer Produkte sowie in der Softwareentwicklung digitaler Plattformen. EPAM setzt auf eine innovative Strategie, integrierte Beratungs-, Consulting- und Designkompetenzen sowie eine einzigartige „Engineering-DNA“. Die global operierenden, hybriden Teams von EPAM unterstützen Kunden und Gesellschaften auf der ganzen Welt dabei, die Zukunft Wirklichkeit werden zu lassen. Ihr Ziel ist es, die Entwicklung besserer Plattformen für Unternehmen und den Bildungs- und Gesundheitssektor voranzutreiben, Menschen miteinander zu vernetzen, Erlebnisse zu optimieren und das Leben der Menschen zu verbessern. Im Jahr 2021 wurde EPAM in den Börsenindex S&P 500 aufgenommen und schaffte es auf die Forbes-Rangliste „Global 2000“.

Das von Newsweek als „Most Loved Workplace” in 2021 & 2022 ausgezeichnete Unternehmen betreut mit seinen multidisziplinären Teams Kunden in mehr als 50 Ländern auf sechs Kontinenten. EPAM ist als anerkannter Marktführer unter den Top 15 der Fortune-1000-Unternehmen in der Kategorie IT-Services gelistet. Zudem wurde das Unternehmen in den vergangenen drei Jahren in der Fortune-Liste der 100 am schnellsten wachsenden Unternehmen als bestes IT-Service-Unternehmen geführt. EPAM das dritte Jahr in Folge unter den Top 25 der weltgrößten Serviceunternehmen von Ad Age gelistet und das Consulting Magazine hat EPAM Continuum in die Top 20 der wachstumsstärksten Unternehmen gewählt.

Erfahre mehr unter www.epam.com und folge EPAM auf Twitter und LinkedIn.

ROLLENBESCHREIBUNG



Du bist Expert:in für Machine Learning (ML) und hast ein tiefgreifendes Verständnis von Python NL sowie Apache Spark Ökosystemen? Hast Du Erfahrung mit MLOps-Konzepten und verwandten Technologien wie AWS SageMaker, Azure ML oder GCP Vertex AI und anderen?
Du arbeitest bereits seit mehreren Jahren mit einem der etabliertesten Cloud-Anbieter zusammen?
Du übernimmst die Verantwortung für das Design, die Entwicklung und den Lebenszyklus von ML-Pipelines auf Basis von Best Practices sowie die Optimierung von ML-Pipelineschritten. Du bist verantwortlich für die Zusammenarbeit mit Data Scientists und dem Engineering-Team, um die Kapazität und Leistung der ML-Pipeline zu verbessern. Du trägst zur Erforschung und zum Verständnis neuer Tools und Techniken bei und machst bei Bedarf Verbesserungsvorschläge.

Deine Aufgaben

  • Eigenverantwortliches Mitwirken am Entwurf, der Entwicklung und dem Lebenszyklus von ML-Pipelines auf Grundlage bewährter Verfahren
  • Entwurf, Erstellung, Wartung, Fehlerbehebung und Optimierung von ML-Pipelineschritten
  • Eigene Gestaltung und Mitwirkung bei der Konzeption und Implementierung von ML-Vorhersageendpunkten
  • Tiefgreifende Konfiguration der Cloud ML Lifecycle Management Umgebung
  • Verfassen von Spezifikationen, Dokumentation und Benutzerhandbüchern für entwickelte Anwendungen
  • Produktisierung von Prototyp-Pipelines, die von Datenwissenschaftler:innen erstellt wurden
  • Bei Interesse Zusammenarbeit mit Datenwissenschaftler:innen bei der Entwicklung und Implementierung von Vorhersagemodellen
  • Zusammenarbeit mit Datenwissenschaftler:innen und dem technischen Team zur Optimierung der Kapazität und Leistung von ML-Pipelines
  • Unterstützung bei der Verbesserung der Kodierungspraktiken und der Repository-Organisation im datenwissenschaftlichen Arbeitszyklus
  • Beitrag zur Erforschung und zum Verständnis neuer Tools und Techniken und Vorschlag von Verbesserungen
  • Einrichtung und Konfiguration von CI/CD, Modellregistrierung
  • Definition und Förderung bewährter MLOps-Verfahren innerhalb der Data-Science- und Produktteams
  • Kontinuierliche Identifizierung von technischen Risiken und Lücken, Ausarbeitung von Abhilfestrategien
  • Identifizierung und Abdeckung versteckter technischer Schulden in ML-Systemen

Unsere Anforderungen

  • Mindestens 3 Jahre Erfahrung als ML-Engineer oder Data-Engineer in der Entwicklung, Erstellung und Bereitstellung von Produktionsanwendungen und Datenpipelines
  • Gute Kenntnisse und Erfahrung in der Python-Entwicklung
  • Tiefes Verständnis des Python ML Ökosystems (numpy, pandas, sklearn, XGBoost, etc.)
  • Praktische Erfahrung in der Implementierung von Datenprodukten
  • Verständnis der Grundlagen des maschinellen Lernens
  • Tiefes Verständnis der Datenaufbereitung für ML
  • Verständnis des Apache Spark Ökosystems (Spark SQL, MLlib/Spark ML)
  • Mehrjährige praktische Erfahrung in der Implementierung oder Befolgung bewährter SDLC-Verfahren in komplexen IT-Projekten
  • Erfahrung mit automatisierten Datenpipelines und Workflow-Management-Tools, z. B. Airflow
  • Vertiefte Kenntnisse und Erfahrungen in Informatikdisziplinen wie Datenstrukturen, Algorithmen und Softwareentwurfsmuster
  • Praktische Erfahrung mit verschiedenen Datenverarbeitungsparadigmen (Batch, Micro-Batch, Streaming)
  • Tiefes Verständnis von MLOps-Konzepten und bewährten Verfahren
  • Erfahrung mit einigen der MLOps-bezogenen Plattformen/Technologien wie AWS SageMaker, Azure ML, GCP Vertex AI / AI Platform, Databricks MLFlow, Kubeflow, Airflow, Argo Workflow, TensorFlow Extended (TFX), etc
  • Produktionserfahrung bei der Integration von ML-Modellen in komplexe datengesteuerte Systeme
  • Erfahrung mit grundlegenden Software-Engineering-Tools, z. B. Git, CI/CD-Umgebung (wie Jenkins oder Buildkite), PyPi, Docker, Kubernetes, Unit Testing und allgemeines objektorientiertes Design
  • Erfahrung mit einem der Infrastruktur-als-Code (IoC)-Frameworks (z. B. Terraform / CDK TF, Ansible, AWS CloudFormation / AWS CDK, usw.)
  • Starker Sinn für Eigenverantwortung und Wachstumsmentalität
  • Mehrjährige Erfahrung in der Arbeit mit einem der großen Cloud-Anbietern

Was bieten wir?

  • EPAM-Aktienkaufplan für Mitarbeitende (ESPP)
  • 30 Tage Jahresurlaub
  • Betriebliche Altersvorsorge
  • Wettbewerbsfähige Vergütung abhängig von Erfahrung und Fähigkeiten
  • Regelmäßige Leistungsbeurteilungen
  • Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung
  • Unbegrenzter Zugang zu LinkedIn Learning Solutions
  • Freundliche Kolleg:innen und angenehmes Arbeitsklima
  • Unterstützung beim arbeitsbedingten Umzug
  • Regelmäßige Firmenevents und soziale Veranstaltungen
  • Flexible Arbeits- und Remote-Working-Möglichkeiten
  • Alle Leistungen und Vergünstigungen unterliegen bestimmten Anspruchsvoraussetzungen

Warum auch du teil von EPAM werden solltest

  • Genieße eine tolle Work-Life-Balance, flexible Arbeitsmöglichkeiten und arbeite abhängig vom Projekt vor Ort, von zu Hause aus oder in einem Hybridmodell
  • Arbeite markt- und branchenübergreifend und lerne eine große Vielfalt an Projekten und Spitzentechnologien kennen
  • Werde Teil einer globalen Gemeinschaft von 61.600 Expert:innen in mehr als 45 Ländern: Profitiere von einer grenzenlosen Karriere in einem internationalen Umfeld und von der Möglichkeit, den Standort zu wechseln
  • Gestalte Deinen Karriereweg: Als das am schnellsten wachsende IT-Dienstleistungsunternehmen auf der Fortune 100-Liste ist EPAM bestrebt, Dich dabei zu unterstützen, Dein volles Potenzial zu entdecken. Deshalb erstellen wir gemeinsam Karrierepläne, die am besten zu Dir und Deinen Zukunftsplänen passen
  • EPAM Deutschland wurde von Kununu als “Top Company 2022” ausgezeichnet. Dies basiert auf den positiven Bewertungen seiner Mitarbeitenden und der Unternehmenskultur, die auf lebenslangem Lernen basiert

Hello. How Can We Help You?

Our Offices