Machine Learning Jobs

Koordination der Produkt- und Technologieentwicklung für den Produktbereich TwinCAT Machine Learning und Agentic AI Weiterentwicklung der Produktstrategie und Roadmap für bestehende sowie neue Produkte unter Berücksichtigung von Markt-, Kunden- und Technologietrends Abstimmung von Produktanforderungen, Prioritäten und Entwicklungsumfängen mit den beteiligten Entwicklungsabteilungen Begleitung des gesamten Produktlebenszyklus – von der Idee und Anforderungsdefinition über Spezifikation und Entwicklung bis zur Markteinführung und kontinuierlichen Weiterentwicklung

Du lernst die Grundlagen der Informatik, Data Science, Künstlichen Intelligenz und BWL kennen. Zudem analysierst und interpretierst du Daten, entwickelst datenbasierte Lösungen für das Prozess- und Projektmanagement und setzt dich mit aktuellen KI-Trends auseinander.

Du beschäftigst dich mit Programmierung, Algorithmen, Datenverarbeitung und maschinellem Lernen. Deine gewonnenen theoretischen Kenntnisse setzt Du direkt bei uns ein und entwickelst u.a. professionelle Unternehmens-Anwendungen im Bereich der Künstlichen Intelligenz. Deine Studienphasen absolvierst Du bei unserem Kooperationspartner – der renommierten Leibniz-Fachhochschule in Hannover.

Du verantwortest die technische Sicherheit unserer KI-Plattform auf Basis von Kubernetes und STACKIT. Du führst Threat Modeling und Risikoanalysen für neue KI-Anwendungen durch. Du begleitest Roll-outs mit Security Reviews und klaren technischen Empfehlungen. Du härtest Kubernetes-Umgebungen, zum Beispiel über RBAC, Network Policies, Pod Security Standards, Admission Control und Policy as Code. Du arbeitest mit bestehenden Policy-as-Code-Ansätzen, insbesondere Kyverno. Du sicherst die Software Supply Chain ab, zum Beispiel mit signierten Container Images, SBOMs, Schwachstellen-Scans, Trivy und Image Hardening.

Du sorgst dafür, dass unser Vergleich auf der Website stetig besser wird. Dafür schaust Du Dir unsere Produkte aus Kundensicht an und überlegst, welche neuen Features, Filter oder Funktionen sinnvoll wären. Gemeinsam mit unserer IT setzt Du diese Ideen um, priorisierst Anforderungen und begleitest den gesamten Prozess von der Idee bis zum fertigen Feature – inklusive Einsatz modernster Technologien und KI. Du erfährst aus erster Hand, wie wir Künstliche Intelligenz und moderne Technologien in unsere Produkte integrieren, und arbeitest aktiv daran mit. Du wertest Nutzerverhalten und KPIs aus und lernst, wie man auf Basis von Zahlen bessere Produktentscheidungen trifft.

Definition und Weiterentwicklung der Zielarchitektur einer Voice- und AI-basierten Softwareplattform Architektur und Design cloud-nativer Microservice-Lösungen auf Basis von Azure und Kubernetes Konzeption von API-, Integrations- und Kommunikationsarchitekturen für verteilte Systeme Integration von Speech-to-Text-, NLP- und AI-Komponenten in die Plattformlandschaft Technische Beratung der Entwicklungsteams sowie Sicherstellung von Skalierbarkeit, Performance und Betriebssicherheit

Entwicklung neuer Features und KI-gestützter Use Cases für unseren internen KI-Chatbot „theo' sowie künftige KI-Integrationen in weitere Produkte. Weiterentwicklung und Optimierung unserer RAG-Lösung (u.a. via Azure AI Search). Anbindung neuer AI Services und Integration bestehender Legacy-Systeme über verfügbare Schnittstellen. Entwicklung wartbarer, qualitativ hochwertiger Lösungen (inklusive agentischer Workflows) innerhalb unserer etablierten, klar strukturierten Architektur. Evaluation und Integration neuer KI-Technologien und -Services.

Bewertung und Förderung moderner Software-Engineering-Technologien, -Tools und -Praktiken mit Schwerpunkt auf KI-gestützter Entwicklung, Automatisierung sowie Entwicklungsproduktivität Beratung von Entwicklungsteams in den Bereichen Softwarearchitektur, Java, APIs, Qualität, Observability und Cloud-native Entwicklung Vorantreiben der Einführung moderner Architekturansätze wie Microservices, ereignisgesteuerte Architektur, DDD und API-First-Design Mitwirkung an strategischen technischen Initiativen sowie Mitgestaltung der Zukunft der KI-gestützten und agentenbasierten Softwareentwicklung bei DACHSER

Mitgestaltung der Architektur eines verteilten Systems, das für eine große, heterogene Kundenbasis skalieren muss. Treffe fundierte Entscheidungen zum Technologie-Stack. Welche Agenten-Frameworks diesen als Basis, wie kommunizieren Agenten miteinander, wann ist ein Human-in-the-Loop-Check erforderlich und wann kann das System autonom handeln. Konzeption, wie Agenten auf Wissen zugreifen und es nutzen. Hier gehören RAG, Vektordatenbanken und vor allem die Genauigkeit der Informationsabfrage dazu; nicht nur das Aufsetzen einer Datenbank.

Übersetzung von regulatorischen Vorgaben, wie etwa der KI-Verordnung, in technische Anforderungen an KI-Systeme. Konzeption und Entwicklung von technischen Lösungen zur Absicherung von KI-Systemen. Konzeption und Entwicklung von KI-Governance Frameworks. Konzeption und Durchführung von KI-Prüfungen für konkrete Use Cases. Entwicklung von Methoden zur Messung und Quantifizierung von Unsicherheiten in KI-Modellen (z. B. Transformer-Architekturen). Durchführung von Redteaming- und Stresstests zur Absicherung von LLMs und KI-Agenten im produktiven Einsatz. Automatisierung von KI-Prüf- und Testworkflows. Beratung von Kund*innen aus Wirtschaft und öffentlicher Verwaltung zur regulatorischen Einordnung und Absicherung ihrer KI-Systeme.

Du übernimmst die fachliche und disziplinarische Führung eines Teams von Product Managern, die für unsere Fraud-Detection-Systeme sowie für die KI-Agenten verantwortlich sind, die AFC-Operations bei Fallbearbeitung und Verdachtsmeldewesen unterstützen. Du entwickelst die Produktstrategie und Roadmap für Fraud Detection und agentengestützte AFC-Workflows, stellst eine sinnvolle Priorisierung zwischen beiden Themenbereichen sicher und behältst dabei technologische sowie regulatorische Entwicklungen im Blick. Du treibst den verantwortungsvollen Einsatz von KI und Machine Learning in der Betrugs- und Geldwäscheprävention voran.

Entwicklung und Optimierung von KI-Anwendungen für Produktions- und Entwicklungsprozesse, Analyse großer Produktions-, Qualitäts- und Prozessdatensätze, Erstellung von Dashboards und Datenmodellen für datengestützte Entscheidungsfindung, Entwicklung von Machine-Learning-Modellen zur Qualitätsverbesserung, Automatisierung von Reporting und Datenanalyse, Umsetzung von Industrie-4.0- und Smart-Factory-Projekten, Digitalisierung von Produktions- und Geschäftsprozessen

Welche Kernprozesse eines Transformation Management Office eignen sich für eine KI-basierte Unterstützung oder Automatisierung? In welchem Umfang können generative KI und Machine-Learning-Ansätze die Qualität und Effizienz von Reporting-, Risiko- und Maßnahmenmanagementprozessen verbessern? Welche organisatorischen, technologischen und datenbezogenen Voraussetzungen sind für die Einführung eines AI-Powered TMO erforderlich?

Analyse bestehender Berechnungs- und Auslegungsverfahren in der Wasser- und Abwassertechnik. Aufbereitung und Auswertung vorhandener Prozess- und Anlagendaten. Untersuchung geeigneter KI- und Machine-Learning-Methoden. Entwicklung eines Modells zur Unterstützung technischer Berechnungen und Auslegungsprozesse. Vergleich der KI-gestützten Ergebnisse mit konventionellen Berechnungsmethoden.

You own line management for a distributed team of Machine Learning Engineers and Data Scientists - running regular 1:1s, setting development goals, and driving performance reviews and career growth. You build a cohesive, high-trust team culture across countries and time zones, encouraging transparency, ownership, and continuous learning. You support the team's delivery cadence, remove blockers early, and drive engineering quality standards (CI/CD, code review, cloud automation, monitoring, documentation). You engage credibly in technical discussions, help the team make sound architectural decisions, and represent the team to stakeholders.

Übernahme der Architekturverantwortung für KI-native Delivery-Vorhaben, von Problemklärung, Zielbild, Kontext und Annahmen bis zu nachvollziehbaren Architekturentscheidungen Gestaltung sicherer und flexibler Lösungsarchitekturen, in denen Menschen, KI-Systeme, Agenten, Daten, Tools und bestehende Anwendungen sinnvoll zusammenarbeiten Erarbeitung verständlicher Entscheidungsgrundlagen, Trade-off-Analysen und adressatinnengerechte Unterlagen für technische Teams, Auftraggeberinnen und Stakeholder*innen Validierung von Architekturannahmen durch Prototypen, technische Spikes, Evaluationen und frühe Delivery-Ergebnisse

Entwirf intelligente Agentic-AI-Lösungen für Kundenprozesse: Du konzipierst und realisierst agentische Lösungen zur Automatisierung, Unterstützung und Optimierung von Geschäftsprozessen auf Basis von Amazon Bedrock AgentCore und weiteren AWS-nativen KI-Services – von der ersten Idee bis zum stabilen Betrieb in der Produktion. Agenten- und Prozessarchitekturen: Du entwirfst agentenbasierte Architekturen inklusive Tool-Integration, Memory-Persistenz, Multi-Agent-Orchestrierung sowie Guardrails und integrierst Bedrock-Agenten als digitale Prozessassistenten, Entscheidungsunterstützer oder autonome Teilprozess-Akteure in bestehende Kundenprozesse.

Projekte: Vom ersten Konzept bis zur technischen Umsetzung übernimmst du Verantwortung für Projekte mit Fokus auf KI-Systeme. Strategien: Du entwickelst konkrete KI-Lösungsansätze und berücksichtigst dabei die Anforderungen anspruchsvoller, regulierter Umfelder. Technologien: Mit Blick auf den Projektkontext wählst du geeignete Werkzeuge aus und prüfst ihre Umsetzbarkeit in realen Szenarien. Architekturen: Beim Design komplexer Systeme behältst du ethische Prinzipien sowie rechtliche Anforderungen im Blick und integrierst sie in deine Architekturentscheidungen.

Entwirf intelligente Agentic-AI-Lösungen für Kundenprozesse: Du konzipierst und realisierst Azure-native agentische Lösungen zur Automatisierung, Unterstützung und Optimierung von Geschäftsprozessen auf Basis von Azure AI Foundry, Azure OpenAI Service, Azure AI Agent Service, Semantic Kernel und weiteren Azure-KI-Services – von der ersten Idee bis zum stabilen Betrieb in der Produktion. Agenten- und Prozessarchitekturen: Du entwirfst agentenbasierte Architekturen inklusive Tool-Integration, Memory-Persistenz, Multi-Agent-Orchestrierung, Retrieval-Augmented Generation, Guardrails und Evaluationsmechanismen.

Scope-Definition: Mit unseren Kunden und dem Team definierst du den Scope, schätzt den Kontext treffend ein und stimmst die Erwartungen an datengetriebene Lösungen im Rahmen der Möglichkeiten von Celonis ab. Konzeptuelle Verantwortung: Du trägst die Verantwortung für Lösungen innerhalb von Celonis oder einzelne Bestandteile einer entsprechenden Lösung. Anforderungsanalyse: Gemeinsam mit Kunden, Usern sowie unseren Branchen- und Fachexpertinnen und -experten erarbeitest du die relevanten Anforderungen und gestaltest mit ihnen die passenden Celonis-Lösungen.