Machine Learning Engineer (m/w/d) – Industrial AI, HERZOGENRATH

"MAKING THE WORLD A BETTER HOME" – das ist unser Purpose. Wir entwickeln, produzieren und vertreiben mit unserem breiten Markenportfolio in einem kontinuierlichen Innovationsprozess Materialien und Lösungen für den Bausektor und verschiedene Industriemärkte. Als globaler Top Employer mit knapp 165.000 Mitarbeiter*innen in über 75 Ländern weltweit vereinen wir Nachhaltigkeit und Leistung.

Aufgaben

• Machine-Learning-Modelle entwickeln: Du konzipierst und entwickelst Machine-Learningsowie Deep-Learning-Anwendungen und begleitest deren produktionsnahen Einsatz z. B. für Qualitätsprüfung, Prozessoptimierung oder Predictive Analytics.
• Industrielle Daten analysieren: Du wertest Messdaten, Bilddaten und Prozessdaten aus, entwickelst aussagekräftige Features und sorgst für eine zuverlässige Datenqualität als Grundlage leistungsfähiger ML-Modelle.
• Neue Ideen erproben: Du entwickelst und evaluierst Prototypen für Data Analytics und Data Science, prüfst ihre technische Machbarkeit und bewertest ihren potenziellen Mehrwert.
• Innovative Datenund KI-Projekte vorantreiben: Du arbeitest agil an digitalen Lösungen und entwickelst gemeinsam mit interdisziplinären Teams neue Ansätze für datenbasierte industrielle Anwendungen.
• Anforderungen in Lösungen übersetzen: Du verstehst die Bedürfnisse unserer internen Kunden und entwickelst gemeinsam mit ihnen passende technische Lösungsansätze.
• Wissen teilen: Du arbeitest eng mit Forschung und Entwicklung (R&D) und den operativen Bereichen zusammen und unterstützt den Wissenstransfer sowie die Weiterentwicklung technischer Kompetenzen innerhalb der Organisation.

Profil

• Studium: Du hast ein Masterstudium im MINT-Bereich, z. B. Data Science, Informatik, Mathematik, Ingenieurwesen oder einem vergleichbaren Fach, erfolgreich abgeschlossen.
• Erste Berufserfahrung in Machine Learning: Du bringst etwa 1–2 Jahre praktische Erfahrung mit Machine Learning und Deep Learning, idealerweise im industriellen Umfeld, bspw. in Computer Vision, Qualitätskontrolle oder Zeitreihenanalyse mit.
• Python und ML-Frameworks: Du verfügst über gute praktische Kenntnisse in Python und hast bereits mit gängigen Machine-Learning-Frameworks wie PyTorch und scikit-learn gearbeitet. Sauberer, strukturierter und wartbarer Code ist dir wichtig.
• Datenanalyse & Softwareentwicklung: Du hast erste Erfahrungen mit Git, SQL und Container-Technologien gesammelt, Kenntnisse in CI/CD oder MLOps sind ein Plus.
• Kommunikation und Teamarbeit: Du vermittelst technische Zusammenhänge verständlich, arbeitest gerne mit unterschiedlichen Fachbereichen zusammen und verfügst über sehr gute Deutsch- und Englischkenntnisse.