Machine Learning Engineer

Digital Manufacturingdotnetpro - Entwicklermagazin für Profisentwickler magazinIEEE Software MagazineInformatik AktuellInformatik-SpektrumInternational Journal of Machine Learning and CyberneticsInternational Journal on Software Tools for Technology Transfer (STTT)IT SpektrumKI - Künstliche IntelligenzMade in Germany. Die nationale KI-Strategie der BundesregierungMaschinelles Lernen 2024Plattform Industrie 4.0Plattform Lernende SystemeQuantentechnologien. Rahmenprogramm der BundesregierungTotal Productive Maintenance (TPM)WEISSBUCH zur Künstlichen Intelligenz – ein europäisches Konzept für Exzellenz und Vertrauen

Künstliche Intelligenz (KI) in der FertigungIn der automatisierten Fertigung sind Anlagen digital vernetzt und steuern sich teils selbst. Künstliche Intelligenz (KI) soll künftig Software- und Hardwarekomponenten in die Lage versetzen, ganze Produktionsprozesse eigenständig zu lenken - von der Inbetriebnahme bis zum Umbau großer Produktionsstätten. Fach- und Führungskräfte werden sich mit diesen Entwicklungen vertraut machen.Künstliche Intelligenz (KI) in der FinanzbrancheFinanzdienstleister setzen Künstliche Intelligenz (KI) bereits ein, um große Datenmengen auszuwerten und ihrer Kundschaft passgenaue Produkte und Services anzubieten. In der digitalen Vermögensverwaltung unterstützen Chatbots und Robo-Advisors bei Kundenanfragen, Zahlungen oder Kontoinformationen. Künftig könnten sie Bankberatende in Gesprächen durch gezielte Informationen unterstützen oder den Wertpapierhandel durch Entscheidungshilfen entlasten. Fachkräfte in der Finanzbranche werden sich mit diesen Entwicklungen vertraut machen.Künstliche Intelligenz (KI) in der MusikMittlerweile ist Software auf dem Markt, die mittels KI-Technologie Musik komponiert. Sie produziert u.a. Musikstücke sowie Geräuschkulissen und Hintergrundmusik für Computerspiele. Die Software basiert auf Deep-Learning, wodurch sie Muster in Musikkompositionen entschlüsselt, und in verschiedenen Varianten reproduziert. Zudem kann sie Musiksammlungen pflegen und diese z.B. nach Genre, Tempo und Tonart kategorisieren und zusammenstellen. Fach...

Machine Learning Engineers arbeiten meistin Büroräumenin IT-LaborsSie arbeiten ggf. auchin Besprechungsräumenbei Kunden/Kundinnenim Homeoffice bzw. mobil

Kernkompetenzen, die in diesem Beruf grundsätzlich erforderlich sind:AlgorithmenComputermathematikData LakeData WarehouseDatenanalyseDatenbankentwicklungDatenübernahme, DatenaufbereitungInformationstechnik, ComputertechnikKI-AgentenKI-SystemeKünstliche Neuronale NetzeMachine LearningMLOps-ToolsModellbildung, Simulation (IT)Neuromorphic ComputingProgrammierenSoftwaretechnik, Software-EngineeringSoftware testenSprachassistentenSystemintegrationSystemsoftware (Entwicklung, Programmierung, Analyse)Weitere Kompetenzen, die für die Ausübung dieses Berufs bedeutsam sein können:Anwenderberatung, Anwender-Support (IT)ChatbotsCI/CD-PipelinesContent-Recommendation-SystemeData StreamingDesign PatternsDesign ThinkingDokumentation (technisch)KI-gestütztes WissensmanagementKI-ToolsKognitive SystemeKundenberatung, -betreuungPatch-ManagementRegressionstestRobotic Process Automation - RPASicherheitssysteme (IT), DatensicherheitStatistikWeitere relevante Fertigkeiten und Kenntnisse:Kompetenzgruppe "Datenbanken, Datenverwaltungssysteme"Kompetenzgruppe "Netzwerktechnik"Kompetenzgruppe "Programmiersprachen, Programmbibliotheken, Entwicklungsumgebungen"

Machine Learning Engineers entwickeln und optimieren Anwendungen der künstlichen Intelligenz und gehen dabei analytisch, methodisch durchdacht und sorgfältig vor. Sie sorgen dafür, dass automatisierte Prozesse von künstlichen Intelligenzen problemlos gesteuert werden. Um Algorithmen zu entwerfen, zu kombinieren oder weiterzuentwickeln, benötigen sie jedoch auch Einfallsreichtum und Kreativität. Für Entwicklungsprojekte definieren sie die Rahmenbedingungen, legen technische Ansätze fest und erstellen Dokumentationen. Mit Durchhaltevermögen und Zielstrebigkeit bereiten sie strukturierte Daten auf und trainieren die Systeme für die gewünschten Prozesse. Für die Zusammenarbeit mit Entwicklungsteams und die Abstimmung mit Kunden benötigen sie Koordinationsfähigkeit, teilweise sind sie für Beratungsgespräche auch im Außendienst unterwegs. Bei der Automatisierung technischer Prozesse ist technisches Verständnis notwendig. Ein sich rasch veränderndes Arbeitsgebiet erfordert von Machine Learning Engineers kontinuierliche Weiterbildung.Machine Learning Engineers arbeiten hauptsächlich im Büro oder IT-Labor am Computer mit Entwicklungsumgebungen und Datenbanken. In Besprechungsräumen präsentieren sie die Ergebnisse ihrer Arbeiten, z.B. mithilfe von Laptop und Beamer.

Machine Learning Engineers können sich selbstständig machen, z.B. mit einem IT-Dienstleistungsunternehmen, das sich auf künstliche Intelligenz und Machine Learning spezialisiert hat.

Beispielhafte tarifliche Bruttogrundvergütung (monatlich): 5.261 € bis 6.650 €Quelle:Tarifsammlung des Bayerischen Staatsministeriums für Familie, Arbeit und SozialesHinweis: Diese Angaben dienen der Orientierung. Ansprüche können daraus nicht abgeleitet werden.

Softwareentwicklung, -bereitstellungEntwicklung und Programmierung von künstlicher Intelligenz und maschinellem LernenProgrammierungstätigkeiten a. n. g., z.B. KI-Entwicklung, SystemhäuserVerlegen von sonstiger Software, z.B. SoftwarehäuserIngenieurdienstleistungenSonstige Ingenieurbüros, z.B. für SystementwicklungAuch denkbar:IT, Software, TelekommunikationWissenschaft, Forschung, EntwicklungElektrotechnik, ElektronikFahrzeugbau, -instandhaltungChemie, Pharmazie, KunststoffManagement, Beratung, Recht, SteuernMedienMetall, Maschinenbau, Feinmechanik, OptikGesundheit, SozialesNahrungs-, GenussmittelherstellungPapier, Druck

Arbeitgebende erwarten häufig ein Studium der Informatik sowie Berufserfahrung in der Softwareentwicklung bzw. in den Bereichen künstliche Intelligenz und Machine Learning.

Informatik (grundständig)Informatik (weiterführend)Softwaretechnik (grundständig)Softwaretechnik (weiterführend)Künstliche Intelligenz (grundständig)Künstliche Intelligenz (weiterführend)Ingenieurinformatik, Computational Engineering (grundständig)Ingenieurinformatik, Computational Engineering (weiterführend)Computermathematik (grundständig)Computermathematik (weiterführend)Technische Informatik (grundständig)Technische Informatik (weiterführend)Wirtschaftsinformatik (grundständig)Wirtschaftsinformatik (weiterführend)

Machine Learning Engineers finden meist Beschäftigungin System- und SoftwarehäusernSie finden ggf. auch Beschäftigungin IT-Abteilungen von Betrieben unterschiedlicher Wirtschaftsbereichein Forschungs- und Entwicklungseinrichtungen für künstliche Intelligenz

Machine Learning EngineerAuch übliche Berufsbezeichnungen/SynonymeArtificial Intelligence ArchitectEntwickler/in - Künstliche IntelligenzKI-Spezialist/inSoftwareingenieur/in - Künstliche IntelligenzBerufsbezeichnung in englischer SpracheArtificial Intelligence Architect

Machine Learning Engineers entwickeln und verbessern Algorithmen und Anwendungen, die mittels künstlicher Intelligenz aus Erfahrung lernen und flexibel auf neue Situationen reagieren können.

BIngK Bundesingenieurkammerdeveloper media jobsDigital Business CloudFachinformatiker.deget in (Engineering)get in {IT}iBusiness-StellenmarktIndustryArenainformatik-personal.deingenieur.deitjobs.rocksIT-Positionen.deJustEngineersNetProgrammierer-Jobboerse.deStellenmarkt Internetworldt3n.de

Bundesverb. Informationswirt., Telekommunikation und neue Medien e.V. (Bitkom)Deutsche Forschungsgemeinschaft (DFG)Deutscher Gewerkschaftsbund (DGB)Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, DFKIFachverband Software und Digitalisierung im VDMAGesellschaft für Informatik e.V. (GI)Gesellschaft zur Förderung angewandter Informatik e.V. (GFaI)KI Bundesverband e.V.TeleTrusT - Bundesverband IT-Sicherheit e.V.Verein Deutscher Ingenieure e.V. (VDI)

Kundenkontakt (z.B. Kunden über bedarfsgerechte KI-Anwendungen beraten)häufige Abwesenheit vom Wohnort (im Außendienst)Bildschirmarbeit (z.B. Trainingsdaten aufbereiten, Algorithmen optimieren)Arbeit mit technischen Geräten, Maschinen und Anlagen (z.B. KI-gesteuerte Produktionsanlagen)Arbeit in Büroräumen

Computertechnik und Software, z.B.: Entwicklungsumgebungen, Netzwerksysteme, Informations- und Wissensmanagement-Systeme, Programmiersprachen, Datenbanken, Algorithmen, TestsystemeUnterlagen, z.B.: Lastenhefte, Pflichtenhefte, Hard- und Software-Dokumentationen, Fachliteratur (z.T. auf Englisch), Konzeptions- und Entwurfsunterlagen, AnalysedatenBüroausstattung und Präsentationsmittel, z.B.: PC, Internetzugang, Telefon, Laptop, Beamer, Flipchart

Machine Learning Engineers setzen intelligente Systeme in der Praxis um, z.B. Software zur Steuerung von E-Commerce-Plattformen oder zur Vernetzung von Fabrikanlagen. Dazu entwickeln und betreuen sie Systeme der Künstlichen Intelligenz, die eigenständig aus Beispielen lernen und auf unbekannte Situationen reagieren können. Sie setzen Algorithmen ein, passen sie an und sorgen dafür, dass alle Teile der Software gut zusammenarbeiten. Machine Learning Engineers sammeln Daten, werten sie aus und bereiten sie als Trainingsdaten für KI-Anwendungen auf, damit diese richtig funktionieren. Machine Learning-Systeme können mit Big Data umgehen und in großen Datenmengen Muster und Modelle erkennen. Machine Learning Engineers trainieren die Systeme und optimieren und kombinieren die Algorithmen, bis diese die gewünschte Aufgabe korrekt ausführen.

Anpassungsweiterbildung hilft, das berufliche Wissen aktuell zu halten und an neue Entwicklungen anzupassen (z.B. in den Bereichen Softwareentwicklung, Programmierung, Software-Qualitätssicherung, IT-Projektmanagement).Darüber hinaus kann sich der Trend zur Konzeption smarter IT-Systeme für Anwendungen der digitalisierten Arbeitswelt (Industrie 4.0) zu einem wichtigen Weiterbildungsthema für Machine Learning Engineers entwickeln. Branchenspezifische Anwendungen im Bereich Quantencomputing bieten ebenso Weiterbildungspotenzial.

Weitere Berufs- und Karrierechancen eröffnen sich durch ein weiterführendesStudium (z.B. im Studienfach Informatik oder Softwaretechnik).Eine Promotion ist in der Regel für eine wissenschaftliche Laufbahn an der Hochschule erforderlich, für die Berufung zum Hochschulprofessor bzw. zur Hochschulprofessorin benötigt man in der Regel eine Habilitation. Die Promotion erleichtert ggf. auch in der Privatwirtschaft, im Bereich der Forschung und in der öffentlichen Verwaltung den Zugang zu gehobenen beruflichen Positionen.

Machine Learning-Systeme konzipieren, programmieren und trainierenKundenanforderungen ermitteln, technische Machbarkeit sowie Zeit- und Kostenaufwand einschätzen und Angebote erstellenKonzepte entwickeln, dabei technische Anforderungen und Kundenwünschen berücksichtigengeeignete Programmiersprachen auswählen, um künstlicher Intelligenz zu entwickeln, z.B. C++, Java, Lisp, Python, PrologEntwicklungsumgebungen nutzen, z.B. Code-Generatoren, Editiersysteme, Job-Control-Sprachen, TesthilfenAlgorithmen für die selbstständige Informationsverarbeitung entwickeln, anpassen oder auswählen; Algorithmen mit Lernmodellen und Entscheidungsbäumen verknüpfenDaten aufbereiten und Datenstrukturen aufbauen; Trainingsdaten bereitstellen, anhand derer KI-Anwendungen die gewünschten Prozesse erlernen könnenKI-Systeme im Umgang mit Daten trainieren; Ergebnisse laufend auswerten und Algorithmen entsprechend anpassen und neu kombinierenPflichtenhefte und Softwaredokumentationen erstellenQualitätssicherung der Systeme gewährleisten; Tests nach spezifischen Vorgaben vor der Veröffentlichung auf verschiedenen Systemen durchführenKI-Systeme in Betrieb nehmen, in bestehende IT-Systeme integrieren, im laufenden Betrieb betreuen und optimierensich über neue Konzepte, KI-Trends und Marktentwicklung auf dem neuesten Stand haltenggf. beratende Tätigkeiten für Kunden/Kundinnen zu den Themen künstliche Intelligenz und Machine Learning wahrnehmen

Im Folgenden werden Berufe oder Tätigkeiten genannt, die Ähnlichkeiten zum Ausgangsberuf aufweisen. Diese Berufe stellen für Bewerber eine mögliche Alternative dar. Darüber hinaus können Arbeitgeber Kräfte dieser Berufe als Alternativen für die Besetzung einer Arbeitsstelle im Ausgangsberuf in Betracht ziehen.Manche Alternativberufe umfassen nur Teiltätigkeiten des Ausgangsberufs, andere erfordern eine Einarbeitungszeit, die im Einzelfall unterschiedlich lang sein kann.Folgende unmittelbare Beschäftigungs- und Besetzungsalternativen bieten sich für den Beruf Machine Learning Engineer an:Job- und Besetzungsalternativenfür die Gesamttätigkeit (i.d.R. ohne Einarbeitung):KI-Engineerfür die Gesamttätigkeit (i.d.R. kurze Einarbeitung):Computermathematiker/ComputermathematikerinIngenieurinformatiker/IngenieurinformatikerinSoftwareentwickler/SoftwareentwicklerinWirtschaftsinformatiker/Wirtschaftsinformatikerin (Hochschule)in angrenzenden Berufen:Data EngineerData ScientistKI-Manager/KI-ManagerinStaatlich geprüfter Techniker/Staatlich geprüfte Technikerin Fachrichtung Informatik Schwerpunkt KI und Robotik/Bachelor Professional in TechnikStaatlich geprüfter Techniker/Staatlich geprüfte Technikerin Fachrichtung Künstliche Intelligenz/Bachelor Professional in TechnikEine Aufstellung aller möglichen Verwandtschaftsstufen findet man hier:Erläuterungen zu den einzelnen Verwandtschaftsstufen