Software Engineer III – Python, AWS, AI/ML

Overview

In rollen als Software Engineer III in Corporate Technology’s AI, ML & Data Platforms team entwerfen und liefern sichere, stabile und skalierbare Technologie-Lösungen, die die Daten- und KI-Ziele des Unternehmens unterstützen. Sie arbeiten in einem agilen Team, gestalten End-to-End-Lösungen und tragen zur Verbesserung von Engineering-Praktiken bei. Sie arbeiten eng mit Datenwissenschaftlern und Plattform-Ingenieuren zusammen, um ML/AI-Lösungen zu entwickeln und bereitzustellen. Die Rolle bietet Wachstums- und Lernmöglichkeiten in einem inklusiven Umfeld.

Responsibilities

• Design, Entwicklung und Troubleshooting von Softwarelösungen, kreative Problemlösung
• Schreiben von sicherem, hochwertigem Python-Produktcode und Pflege von Algorithmen für ML/Data-Umgebungen
• Erstellung von Architektur- und Designartefakten für komplexe Anwendungen
• Analyse großer, vielfältiger Datensätze zur Entwicklung von Visualisierungen und Berichten
• Proaktives Erkennen versteckter Probleme in Daten und Optimierung von Code und Systemarchitektur
• Zusammenarbeit mit Data Scientists und Plattformingenieuren bei ML/AI-Bereitstellungen
• Beitrag zu Communities of Practice und Teilnahme an Events zu neuen Technologien
• Unterstützung einer Kultur von Vielfalt, Chancen, Inklusion und Respekt
• Einsatz KI-unterstützter Coding-Assistenz-Tools zur Verbesserung von Codequalität, Delivery und Produktivität

Key requirements

• Formale Schulung oder Zertifizierung im Software Engineering
• Profi-Bedingungen in Python für skalierbare Backend-Services
• Erfahrung in Systemdesign, Anwendungsentwicklung, Testing und Betriebsstabilität
• Erfahrung in Produktion-Code-Entwicklung und Wartung in einer großen Umgebung
• Grundlagen des Software Development Life Cycle
• Verständnis agiler Methoden, CI/CD, Anwendungsverlässigkeit und Sicherheit
• Nachweisliche Kenntnisse in cloud-, AI-/ML- oder Data-Engineering-bezogenen technischen Prozessen
• Erfahrung mit enterprise-autorisierten AI-unterstützten Developer-Tools und deren QA
• Verständnis verantwortungsvollen KI-Einsatzes, Datensicherheit und Resilienz-Standards

• Kooperation und Teamarbeit
• Analytische Denkweise
• Problemlösungsorientierung
• Python
• Machine Learning
• Data-Intensive Anwendungen

…