Machine Learning & AI Consultant*

Du brennst für Machine Learning, MLOps und moderne AI-Anwendungen? Du willst nicht nur Modelle basteln, sondern Projekte mit echtem Impact von der Idee bis zum produktiven Betrieb begleiten? Dann bist du bei uns genau richtig. Gemeinsam bringen wir ein enormes Spektrum an ML-, AI- und Software-Engineering-Skills auf den Tisch und arbeiten mit modernsten Technologien an spannenden Kundenprojekten in unterschiedlichsten Branchen. Egal, ob dein Herz für klassische ML-Modelle, Deep Learning, LLMs oder MLOps schlägt – wir haben die passende Herausforderung für dich.

Unser Daily Business – ML & AI mit echtem Impact:

• Wir verstehen die Businessziele unserer Kunden und übersetzen sie in leistungsfähige ML-/AI-Lösungen – von der Use-Case-Identifikation bis zum Deployment
• Wir identifizieren Optimierungspotenziale und beraten zu passenden ML-Methoden, Tools, Architekturen, Arbeitsweisen und Code-Qualität
• Wir nutzen moderne Software-Engineering-Praktiken (z. B. OOD, TDD, Agentic Coding) für robuste, skalierbare ML-Systeme
• Wir entwickeln End-to-End-ML-Pipelines mit Cloud-Technologien (AWS, Azure, Databricks, Snowflake, GCP) – von Data Ingestion bis automatisiertem Retraining
• Wir analysieren Kundendaten, leiten ML-Lösungen für relevante Business-Cases (z. B. Churn Prediction, Recommendation, Forecasting, Anomaly Detection) ab und bringen sie in Produktion
• Wir etablieren nachhaltige, reproduzierbare und skalierbare Daten- und Modellprozesse (MLOps, Monitoring, CI/CD für ML)
• Wir entwickeln uns kontinuierlich gemeinsam in neuen ML-, AI- und Cloud-Trends weiter (z. B. LLMs, Generative AI, MLOps-Frameworks)

Was Du mitbringst:

• Du beherrschst Python (pandas, PySpark, scikit-learn, etc.) und SQL im Schlaf
• Du bist am Puls der Zeit und bringst praktische Erfahrung in mindestens einer Cloudtechnologie (Azure, AWS oder GCP) im Kontext von ML- oder AI-Workloads mit
• Du hast bereits mit Deep-Learning-Frameworks (z.B. PyTorch oder TensorFlow), Computer Vison und dem LLM-Ökosystemen (z.B. LangGraph, AutoGen, Haystack, Hugging Face) Erfahrungen
• Du hast gute Erfahrung in Entwicklungsmethoden wie objektorientierter Programmierung oder Test Driven Development und hast schon erfolgreich production-ready Code geschrieben und deployed – im Idealfall inkl. ML-Pipelines
• Typische ML- und MLOps-Frameworks und Tools wie MLflow, Azure Machine Learning, Vertex AI[MG1] , SageMaker, Git & Co. sind dir kein Fremdwort
• Du überzeugst durch gute Kommunikationsskills, dein analytisches Denkvermögen und kannst komplexe ML-Themen verständlich erklären
• Offene und konstruktive Kommunikation – sei es mit Kollegen oder Kunden – fällt dir leicht, auf Deutsch und Englisch

‍