Machine Learning Engineer (m/w/d) | SDGDPQ

Wir sind der Digitalisierungspartner der genossenschaftlichen FinanzGruppe und vereinen jahrzehntelange Banking-Expertise mit moderner Informationstechnologie. Die speziell auf Banken zugeschnittenen IT-Lösungen und Leistungen reichen vom Rechenzentrumsbetrieb über das Bankverfahren agree21 bis hin zur App-Entwicklung. Als deutschsprachiges Unternehmen nutzen wir zukunftsweisende Technologien wie künstliche Intelligenz oder Smart Data und schreiben Prozessoptimierung, Sicherheit und Regulatorik groß.

Wir haben uns zum Ziel gesetzt, innovative digitale Banking- und Near-Banking-Erlebnisse für über 900 Banken und mehr als 30 Millionen Bankkund*innen zu ermöglichen. Daher investieren wir systematisch in das Know-how unserer mehr als 5.500 Mitarbeitenden und betrachten Nachhaltigkeit als strategisches Unternehmensziel.

Unser Zusammenarbeitsmodell zeichnet sich durch eine agile, crossfunktionale Arbeitsweise in allen Unternehmensbereichen aus. Wir verbinden Menschen und Märkte von morgen – einfach. digital. sicher.

Für unser Servicefeld Software Development & Governance im Tribe DevSecOps Process and Quality Management suchen wir dich in Voll- oder Teilzeit ab 30 Wochenstunden als Machine Learning Engineer (m/w/d) in Münster bzw. Karlsruhe. Im Tribe arbeitest du mit 39 Kolleg*innen standortübergreifend und mit vielfältigen Schnittstellen zusammen.  

 

Aufgaben mit Perspektiven

• Du entwickelst datenbasierte Lösungen, die den Software Development Lifecycle (SDLC) transparent, messbar und steuerbar machen.
• Du konzipierst und implementierst Machine-Learning-Modelle und verantwortest den gesamten Modell-Entwicklungsprozess.
• Du entwickelst und integrierst KI-Agenten zur Automatisierung von Prozessschritten im Software Development Lifecycle und trägst so maßgeblich zur Effizienzsteigerung bei.
• Du baust robuste Datenpipelines, die Daten aus verschiedenen Quellen integrieren, transformieren und für die Modellierung bereitstellen.
• Du arbeitest eng mit Software Engineers, Data Scientists und DevOps-Teams zusammen, um Machine-Learning-Services erfolgreich in die bestehende Infrastruktur und unsere Build-Pipelines zu integrieren.
• Du hast die Chance, die Machine-Learning Strategie von Grund auf mitzugestalten und innovative Ansätze in ein produktives Umfeld zu überführen.

 

Persönlichkeit mit Profil

• Du verfügst über ein abgeschlossenes Studium der Informatik, Data Science oder Mathematik sowie mehrjährige einschlägige Berufserfahrung oder eine vergleichbare Qualifikation.
• Du hast sehr gute Kenntnisse in Python und bist sicher im Umgang mit SQL sowie gängigen Frameworks (z. B. Pandas, Spark).
• Du beherrschst gängige Machine-Learning und Data-Science-Bibliothek wie scikit-learn, TensorFlow oder PyTorch.
• Deine analytischen Fähigkeiten und deine Problemlösungsorientierung zeichnen dich aus.
• Du verfügst über verhandlungssichere Deutschkenntnisse (mindestens C1-Niveau) und über gute Englischkenntnisse (B2-Niveau).
• Du bist motiviert in einem agilen Umfeld zu arbeiten und hast dabei eine selbstständige, eigenverantwortliche und teamorientierte Arbeitsweise, die du Tribe-intern sowie in anderen übergreifenden Service- und Geschäftsfeldern einsetzt.
   

Nobody is perfect! Du erfüllst die Anforderungen nicht zu 100 % und hast dennoch Lust auf den Job? Kein Problem – wir gehen den Weg gemeinsam als Team – inklusive Einarbeitung und passgenauen Entwicklungsmaßnahmen!

 

Unsere Vorteile auf einen Blick
Neben einem attraktiven Tarifgehalt und 30 Tagen Urlaub bieten wir dir folgende Benefits:
 

• Flexibles Arbeiten: Wir arbeiten in einem ausgewogenen hybriden Mix aus Remote Work und Anwesenheit in modernen Bürowelten (Activity Based Working).
• Work-Life-Balance: Mit unseren individuellen Arbeitszeitmodellen wie z. B. Teilzeit, der Wahlmöglichkeit in Vollzeit zwischen 30-40 h und unserem Lebensarbeitszeitkonto (Sabbatical und/oder Freistellung vor Rentenbeginn) findest du den passenden Ausgleich.
• Vereinbarung von Privatleben und Karriere: Wir bieten dir ein Familienbudget und unterstützen in besonderen familiären Situationen wie z. B. der Pflege von Familienangehörigen.
• Individuelle Benefits: Du hast die Wahl zwischen Bike-Leasing, IT-Hardware-Leasing, vermögenswirksamen Leistungen und/oder einem zusätzlichen Freistellungstag sowie einer betrieblichen Altersvorsorge und weiteren Optionen.
• Onboarding: Wir begrüßen dich bei unserer Willkommensveranstaltung #enter; zudem erwarten dich eine strukturierte Einarbeitung mit Pat*in sowie regelmäßige Feedbackgespräche mit deinem People Lead.
• Gesundheitsmanagement – Health, Family and Life: Mit unseren Angeboten begleiten und unterstützen wir dich u. a. durch Kooperationen mit der Familiengenossenschaft und voiio. Ernähre dich vielfältig in unseren Betriebsrestaurants und vernetze dich bei unseren Sportangeboten.
• Karrieremodell und Weiterbildung: In unseren Entwicklungsdialogen besprichst du deine fachlichen, methodischen und persönlichen Karriereziele und verfolgst diese mittels unserer vielfältigen Weiterbildungsangebote.
• Unsere Unternehmenswerte: Respektvoll, offen und ehrlich, eigenverantwortlich, füreinander und ergebnisorientiert – dabei leiten uns Teamgeist sowie der Wunsch nach Innovation und intensivem Wissensaustausch.
• Zukunfts- und Arbeitsplatzsicherheit: Als genossenschaftliches Unternehmen mit jahrzehntelanger Erfahrung sind wir Vordenker der digitalen Transformation in der Bankenwelt und systemrelevanter Arbeitgeber.
• Kununu: Wir sind Top Company 2025 und stolz auf einen Kununu-Score von 4,2 und eine Weiterempfehlungsquote von ≥ 90 %.

 

Gehaltsrahmen und Karrierelevel 
Das Jahresgehalt für diese Position liegt bei einer 38-Stunden-Woche je nach entsprechender Erfahrung und Qualifikation zwischen 68.000 € und 95.000 € und zahlt auf unser Karrieremodell wie folgt ein: 

Karrierelevel: Associate | Professional | Specialist | Senior Specialist | Principal | Executive 

Bitte nutze für deine Bewerbung ausschließlich unser Bewerbungsportal. Wir freuen uns auf dich.  Bewirb dich jetzt! 
 
 
#atruvia #it-jobs #wearehiring #LI-hybrid #LI-AT1 #Softwareentwicklung #Maschinelles Lernen #Agile Denkweise 

Kennziffer: 1378