Berlin
Senior Machine Learning Engineer
externe stelle · quelle: Greenhouse Job Board · zuletzt geprüft 20.10.2026
der job in 20 sekunden
Senior Machine Learning Engineer · Senior
Du entwickelst und betreibst KI-Modelle und ML-Infrastruktur für den Kundensupport von SumUp, einem Fintech für Zahlungslösungen. Du arbeitest mit Data Scientists, Backend-Engineers und Product Managern zusammen. Die Stelle ist in Berlin mit Office-first-Setup.
Wen sucht SumUp wirklich?
Gesucht wird eine Person mit langjähriger Erfahrung als Machine Learning Engineer, die KI-Produkte wie Chatbots oder RAG-Systeme in Produktion bringt und dabei sicher mit Python, MLOps und Cloud arbeitet.
Kernaufgaben
- 01KI-Lösungen und Systeme entwerfen, entwickeln und in Produktion bringen
- 02ML-Infrastruktur und Pipelines für Datenverarbeitung, Training und Serving aufbauen
- 03ML-Modelle optimieren und feintunen
- 04Große Textdatensätze sammeln, vorverarbeiten und bereinigen
- 05Mit Data Scientists, Produkt und Entwicklern KI-Lösungen für den Customer Support umsetzen
Was du mitbringen solltest
Gefordert
- Deep Learning
- LLM
- Python
- MLOps
- Airflow
- AWS
- GCP
- Azure
- Docker
- Git
- Feature Engineering
Sprachen
- Englisch
Rollenprofil
ML & AI Engineering · Daten & KI
aus dem Stellentitel
Die Anzeige nennt keine weiteren Eckdaten der Rolle.
Worauf es bei der Erfahrung ankommt
- Erfahrung mit Daten aus der IT- oder SoftwarebrancheAllgemeine IT-/Softwareerfahrung reichtDie Anzeige sagt dazu nichts – üblich für Daten & KI.
Software & Produkt
- Payments & Zahlungsverkehrbestätigt
- KI-Produkte & ML-Plattformenbestätigt
- Customer Service & Contact Centerbestätigt
- Core Banking & Banking-Plattformenaus Firmenkontext abgeleitet
- E-Commerce-Plattformenaus Firmenkontext abgeleitet
Welches Produkt die Stelle betrifft, ist nicht eindeutig belegt. (unbekannt)
- arbeitsmodell
- Vor Ort
- gehalt
- nicht angegeben
- erfahrung
- ab 8 Jahren
- level
- Senior
Auch interessant für
- · Data Scientists mit Produktionserfahrung, die stärker in ML-Engineering wechseln wollen
- · Backend-Entwickler:innen mit MLOps- und LLM-Erfahrung
- · ML-Engineers aus anderen Fintech- oder Support-Software-Unternehmen
Nicht angegeben
- Gehalt
- konkretes Produkt
- Anstellungsart
belege aus der stellenanzeige anzeigen
- KI-Lösungen und Systeme entwerfen, entwickeln und in Produktion bringen
„Architect, design, develop and deploy our AI solutions and systems in production environments, ensuring reliability, high performance and scalability.“
- ML-Infrastruktur und Pipelines für Datenverarbeitung, Training und Serving aufbauen
„Develop and maintain ML infrastructure and pipelines to support efficient data processing, model training and serving.“
- ML-Modelle optimieren und feintunen
„Optimize and fine-tune machine learning models to improve accuracy, efficiency and scalability.“
- Große Textdatensätze sammeln, vorverarbeiten und bereinigen
„Collect, preprocess and clean large text datasets to ensure high-quality input for model training and evaluation.“
- Mit Data Scientists, Produkt und Entwicklern KI-Lösungen für den Customer Support umsetzen
„Collaborate and communicate closely with data scientists, product managers, developers and other business stakeholders to bring state-of-the-art AI solutions to Customer Support“
- Pflicht: Deep Learning
„Your expertise with machine learning, deep learning, and LLMs will be crucial in driving the success of our AI-driven initiatives“
- Pflicht: LLM
„Your expertise with machine learning, deep learning, and LLMs will be crucial in driving the success of our AI-driven initiatives“
- Pflicht: Python
„Expert in Python and familiarity with MLOps tools (e“
- Pflicht: MLOps
„Expert in Python and familiarity with MLOps tools (e“
- Pflicht: Airflow
„Expert in Python and familiarity with MLOps tools (e.g., MLflow, Kubeflow, Airflow, Langfuse).“
- Pflicht: AWS
„Experience building and deploying ML models using cloud services (AWS, GCP, or Azure).“
- Pflicht: GCP
„Experience building and deploying ML models using cloud services (AWS, GCP, or Azure).“
- Pflicht: Azure
„Experience building and deploying ML models using cloud services (AWS, GCP, or Azure).“
- Pflicht: Docker
„Good understanding of data pipelines, APIs, containers (Docker), and version control (Git).“
aufgaben
Berufsfelder
- Data & KI
anforderungen
Fähigkeiten
- Deep Learning
- LLM
- Python
- MLOps
- Airflow
- AWS
- GCP
- Azure
- Docker
- Git
- Feature Engineering
originalanzeige
Die vollständige Beschreibung findest du in der Originalanzeige. Oben siehst du unsere eigene Analyse der Stelle.
woran arbeitet SumUp?
SumUp ist ein globales Fintech-Unternehmen, das Kleinst- und Kleinunternehmen Zahlungslösungen bietet, darunter Kartenterminals, Tap to Pay, Rechnungen, Zahlungslinks und ein Geschäftskonto. Es ist in 38 Märkten aktiv und betreut über 4 Millionen Händler.
Produkte
Kartenterminals (Solo Lite, Solo, Terminal)
Eigene Kartenlesegeräte und Terminals zur Annahme von Kartenzahlungen, teils mit Touchscreen und Belegdrucker.
Tap to Pay
Funktion, mit der Händler kontaktlose Zahlungen direkt über das Smartphone (iPhone und Android) annehmen können.
Geschäftskonto
Kostenloses Geschäftskonto mit Mastercard, das über die SumUp-App eröffnet wird.
- Geschäftsmodell
- Softwarehersteller (eigenes Produkt)
- Bereitstellung
- Hardware mit SoftwareSaaS / Cloud
- Zielkund:innen
- KleinstunternehmenKleine HändlerSelbstständige
- Branchen der Kund:innen
- EinzelhandelGastronomieDienstleistungen
Softwaredomänen
- Payments & Zahlungsverkehrbestätigt
- Core Banking & Banking-Plattformenbestätigt
- E-Commerce-Plattformenbestätigt