0

Was macht ein Machine Learning Engineer in 2022? (Aufgaben, Zuständigkeit, Tools)

Da das Berufsbild des Machine Learning Engineers noch sehr neu ist, gibt es häufig Verwirrung darüber, was er macht und wo die Unterschiede zum Data-Scientist liegen.

Die Unterschiede der beiden relativ neuen Berufe werden schnell klar, wenn wir die Tätigkeiten auseinandernehmen. Beide Berufe umfassen der Bereich der Wissenschaft und des Ingenieurswesens. Während ein Wissenschaftler die Wissenschaft hinter seiner Arbeit vollständig verstehen muss, ist es die Aufgabe eines Ingenieurs, etwas zu bauen.

Das solltest du vorab wissen: Künstliche Intelligenz einfach erklärt

Um den ML-Ingenieur vom Datenwissenschaftler abzugrenzen, müssen wir nur wissen, was künstliche Intelligenz bedeutet.

Und das ist leichter zu verstehen als du vielleicht im ersten Moment denkst!

Der Begriff der künstlichen Intelligenz wurde von John McCarthy geprägt, um das Konzept der „denkenden Maschinen“ zu diskutieren. Das Konzept beinhaltete folgende Aspekte:

• Komplexe Informationsverarbeitung
• Automationstheorie
• Kybernetik

Drehen wir die Uhr ca. 60 Jahre weiter, wird künstliche Intelligenz als Teilgebiet der Informatik verstanden. Dort werden Computersysteme entwickelt, um Aufgaben auszuführen, die normalerweise menschliches Eingreifen erfordern würden.

Dazu gehören unter anderem:

• Entscheidungsfindung
• Spracherkennung
• Übersetzung zwischen Sprachen
• Visuelle Wahrnehmung

Ein Beruf im Teilgebiet der künstlichen Intelligenz

Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, bei dem Computer in der Lage sind, Dinge ohne Programmierung vorherzusagen. Dies geschieht durch die Erkennung von Mustern und die Gruppierung von Daten, die Ähnlichkeiten aufweisen.

Machine Learning (ML) ist ein Prozess, bei dem Softwareanwendungen aus Erfahrungen lernen, wiederkehrende Muster oder Objekte in Datensätzen erkennen und diese Elemente gruppieren, da sie ähnliche Eigenschaften aufweisen, sodass die Software sie leichter verstehen kann.

ML-Ergebnisse sind für den Menschen leichter zu interpretieren, da alle Informationen zu einem bestimmten Thema entsprechend ihrer Beziehung zueinander gruppiert werden, anstatt dass jedes Teil aus verschiedenen Teilen besteht, zwischen denen keine Verbindung besteht.

Die grundlegende Prämisse ist hier, Algorithmen zu entwickeln, die Eingabedaten erhalten und statistische Modelle nutzen können, um eine Ausgabe vorherzusagen, während die Ausgaben aktualisiert werden, wenn neue Daten verfügbar werden.

Die involvierten Prozesse haben viel mit Predictive-Modeling und Data-Mining gemeinsam. Das liegt daran, dass beide Ansätze verlangen, dass man die Daten durchsucht, um Muster zu erkennen und das Programm entsprechend anzupassen.

Die meisten von uns haben Machine Learning bereits in Aktion erlebt.

Hast du schon mal etwas bei Amazon gekauft oder einen Film auf Netflix geschaut?

Hier laufen Machine-Learning-Algorithmen, die dir personalisierte Empfehlungen zu Produkten oder Filmen liefern.

Doch kommen wir endlich zum Berufsbild des Machine Learning Ingenieurs und was er so macht.

Was macht ein Machine Learning Engineer?

Machine Learning Engineers befinden sich an der Schnittstelle zwischen Softwareentwicklung und Data-Science. Sie nutzen Big-Data-Tools und Frameworks, um sicherzustellen, dass die Rohdaten aus den unterschiedlichsten Datenquellen (Datenbanken, Excel-Dateien, Papierzetteln) zu Modellen der Datenwissenschaften umdefiniert werden. Bei Bedarf lassen sich die Modelle skalieren.

Ingenieure für Machine Learning speisen Daten in Modelle ein, die meist von ihnen selbst oder von Data-Scientists vordefiniert wurden. Sie sind auch dafür verantwortlich, theoretische Data-Science-Modelle in Modelle auf Produktionsebene umzuwandeln, die große Datenmengen an Echtzeitdaten verarbeiten können.

Weiterhin entwickelt der Machine Learning Engineer Software, die Computer und Roboter steuern. Die entwickelten Algorithmen ermöglichen es einer Maschine, Muster in ihren eigenen Programmdaten zu erkennen und sich selbst beizubringen, Befehle zu verstehen und sogar selbst zu denken.

Machine Learning Engineer: Das sind die Anforderungen

Was sind die Anforderungen, um Machine Learning Engineer zu werden?

Um als Machine Learning Engineer durchzustarten, bevorzugen die einige Unternehmen, Uni-Absolventen in Computerwissenschaften. Da dieser Bereich jedoch relativ neu ist und es einen Mangel an Fachkräften gibt, sind viele Arbeitgeber bereit, Ausnahmen zu machen.

Um die Chance im Bewerbungsprozess zu erhöhen, sollten potenzielle Kandidaten mit der Implementierung von Machine-Learning-Algorithmen vertraut sein. Diese werden oft in Form von APIs, Bibliotheken oder Packages bereitgestellt.

Folgende Programmiersprachen erhöhen die Chance auf deinen Job als ML-Ingenieur:

• Python
• Java
• R
• C++
• C
• JavaScript
• Scala
• Julia

Selbstverständlich musst du nicht alle Programmiersprachen beherrschen. Gute Kenntnisse in Python und den Bibliotheken Numpy sowie Pandas, die den Daten-wissenschaftlichen Teil abdecken, sollten ausreichen.

Ich habe mir einige offene Stellenausschreibungen angeschaut, um die Anforderungen der Unternehmen näher zu beleuchten. Hier sind einige Fähigkeiten sowie Voraussetzungen, die ich gefunden habe:

• Bachelor oder Master-Abschluss in Informatik, Mathematik oder Statistik
• Erfahrung in Python, Java und/oder R
• Erfahrung mit Bildverarbeitung und Reinforcement-Learning
• Gute Kenntnisse in der Wahrscheinlichkeitsrechnung (Stochastik) und Statistik
• Gutes Verständnis der Mathematik (Algorithmentheorie beim maschinellen Lernen und komplexer Algorithmen, die benötigt werden, um Maschinen beim Lernen und Kommunizieren zu unterstützen)
• Ausgezeichnete analytische Fähigkeiten
• Erfahrung im Umgang mit Programmierwerkzeugen wie MATLAB
• Erfahrung in der Arbeit mit großen Datenmengen
• Grundlegende Linux-Kenntnisse (Systemadministration)
• Erfahrung in der Anwendungsentwicklung, genauer gesagt Computer Vision, NLP (Natural Language Processing) sowie Audio und Forecasting
• Kenntnisse im Umgang mit Cloud-Plattformen (Amazon AWS, Azure, Google Cloud) sowie Continous-Delivery
• Kompetenz im Umgang mit Infrastructure-as-Code (z.B. Terraform oder CloudFormation)

Die Liste könnte ich noch unendlich weiter führen. Selbstverständlich musst du nicht alle Vorkenntnisse mitbringen, da diese oft sehr individuell auf das Unternehmen zugeschnitten sind.

Was macht ein Machine Learning Engineer den ganzen Tag?

Die Aufgaben des Machine Learning Engineers hängen von dem jeweiligen Projekt ab, an dem er arbeitet. Wenn du dir jedoch die Stellenausschreibungen ansiehst, wirst du feststellen, dass er in den meisten Fällen für die Entwicklung von Algorithmen verantwortlich ist, welche auf statistischen Modellierungsverfahren basieren. Außerdem kümmert sich der Ingenieur um die Wartung von skalierbaren Lösungen in der Produktion.

Typische Alltags-Arbeiten des ML-Engineers:

• Machine Learning Modelle entwickeln
• Zusammenarbeit mit anderen Entwicklern und Wissenschaftlern zur gemeinsamen Erarbeitung von komplexen ML-Lösungen
• Code auf Produktionsebene schreiben
• Code in die Produktion bringen
• Beteiligung an Code-Reviews
• Bestehende Machine Learning Modelle verbessern oder warten
• Verantwortung für den gesamten Lebenszyklus (Forschung, Design, Experimente, Entwicklung, Einsatz, Überwachung und Wartung)
• Entwickle und implementiere Algorithmen sowie Bibliotheken für maschinelles Lernen
• Komplexe ML-Prozesse einfach darstellen für die Geschäftsleitung
• Große und komplexe Datensätze auswerten, um neue Erkenntnisse zu gewinnen
• Best-Practices anwenden, um die bestehende Infrastruktur für Machine Learning zu verbessern

Das Gehalt: Was verdient ein Machine Learning Engineer?

Das Gehalt eines Machine Learning Engineers variiert, je nach Erfahrung, Position im Unternehmen sowie Unternehmensgröße. Laut Glassdoor liegt das durchschnittliche Gehalt eines Machine Learning Engineers bei ca. 61.500 € pro Jahr (Grundvergütung, Stand 2022). Dort angegebene Gehälter steigen bis zu ca. 90.000 € im Jahr (brutto, Grundvergütung).

Bei aktuellen Jobangeboten (gehalt.de) bewegt sich die Gehaltsspanne des jährlichen Bruttogehalts zwischen 55.000 € bis 73.500 € (2022). Das ergibt einen Mittelwert von ca. 63.100 € im Jahr. Dort ausgeschrieben Stellenanzeigen erreichen einen Spitzenwert von knapp 98.000 € im Jahr. Bei diesen Ausschreibungen handelt es sich um Großkonzerne, mit Standort in Deutschland.

Wie du siehst, werden die Fähigkeiten, die du mitbringen musst, angemessen vergütet.

Fazit zum Berufsbild des Machine Learning Engineers

Ingenieure im Bereich des Machine-Learning sind sehr gefragt und erhalten ein hohes Gehalt. Wenn du dich für diesen Bereich interessierst, hast du hier die wichtigsten Informationen darüber erhalten, was der Machine Learning Engineer macht und welche Voraussetzungen und Fähigkeiten benötigt werden.

Weiterhin hast du die Tätigkeitsbereiche (typische Alltagsaufgaben) und ungefähre Gehaltsvorstellungen kennengelernt. Da es derzeit nur wenige Experten in dem Bereich gibt, ist es mit einigen Vorkenntnissen, relativ leicht einen gut bezahlten Job zu finden. Die Nachfrage nach guten ML-Ingenieuren wird auch in den nächsten Jahren weiter rasant steigen.

Wenn du gerne mit großen Datenmengen und komplexen Datenstrukturen arbeitest sowie hervorragende analytische Fähigkeiten besitzt, kann das Berufsbild äußerst interessant für dich sein.