Machine Learning Engineer
Responsibilities
- Architecting and developing the next generation of Company's machine learning research platform, with an emphasis on scalability, reliability, observability, and reproducibility
- Building infrastructure that enables large-scale experimentation, model training, and simulation across on-premises HPC and multi-cloud environments
- Partnering closely with quantitative researchers to understand evolving research workflows and translate them into robust platform capabilities
- Designing and optimizing distributed training pipelines for high-throughput, GPU-accelerated workloads
- Improving experiment management, model versioning, artifact tracking, and data lineage to ensure transparent and reproducible research
- Developing tools and frameworks that streamline feature engineering, dataset generation, and large-scale backtesting
- Leading initiatives to improve compute efficiency, resource scheduling, and workload isolation across heterogeneous environments
- Enhancing platform observability, including metrics, logging, tracing, and debugging capabilities tailored to ML workloads
- Supporting rapid iteration by implementing features and fixes on tight timelines while maintaining high engineering standards
- Contributing to long-term architectural decisions that enable the platform to scale with increasing data volumes and model complexity
Qualifications
- 2+ years of experience designing and building large-scale distributed systems, ideally in support of research or data-intensive workloads
- Strong programming experience in Python, with a focus on writing clean, maintainable, and high-performance code
- Experience developing and operating applications on Linux-based HPC clusters and/or cloud platforms
- Solid understanding of distributed computing concepts, parallel processing, and resource management
- Experience with GPU-based workloads and familiarity with modern ML frameworks (e.g., PyTorch, TensorFlow, JAX)
- Experience optimizing data pipelines and handling large-scale structured and unstructured datasets
- Strong troubleshooting skills with the ability to debug complex, cross-layer system issues
- Ability to work independently in a fast-paced, research-driven environment
- Strong communication skills and experience collaborating directly with researchers or data scientists
FAQs
Herzlichen Glückwunsch – wir wissen, dass es ein großer Schritt ist, sich die Zeit für eine Bewerbung zu nehmen. Wenn Sie sich bewerben, werden Ihre Angaben direkt an den zuständigen Berater weitergeleitet, der aktiv nach passenden Talenten sucht. Aufgrund der hohen Nachfrage können wir uns möglicherweise nicht bei allen Bewerbern zurückmelden. Wir behalten Ihren Lebenslauf und Ihre Daten jedoch stets in unserer Datenbank und melden uns bei Ihnen, sobald wir ähnliche Positionen sehen oder Fähigkeiten identifizieren, die das Wachstum von Unternehmen vorantreiben können.
Ja. Auch wenn diese Position nicht perfekt zu Ihrem nächsten Karriereschritt passt, hilft uns Ihre Bewerbung dabei, Ihre Fachkenntnisse und Ziele besser zu verstehen. So stellen wir sicher, dass Sie bei der passenden Gelegenheit auf unserem Radar sind.
Wir arbeiten auf unterschiedliche Weise: Zum einen veröffentlichen wir die aktuell verfügbaren Positionen auf unserer Website. Häufig können wir jedoch aus Gründen der Vertraulichkeit nicht alle Vakanzen ausschreiben. Darüber hinaus arbeiten wir mit Kunden zusammen, die einen stärkeren Fokus auf Fähigkeiten legen und darauf, was erforderlich ist, um ihr Unternehmen zukunftssicher aufzustellen.
Aus diesem Grund empfehlen wir, Ihren Lebenslauf zu registrieren, damit Sie auch für Positionen berücksichtigt werden können, die noch nicht geschaffen wurden.
Ja, wir unterstützen Sie bei der Optimierung Ihres Lebenslaufs und der Vorbereitung auf Vorstellungsgespräche. Von individueller Beratung über die gezielte Vorbereitung auf Interviews bis hin zu Gehalts- und Vertragsverhandlungen stehen wir Ihnen während Ihres gesamten nächsten Karriereschritts zur Seite.