Attraktiver Zukunftsjob: Machine Learning Engineer

Welche Jobs sind besonders zukunftssicher? Wir stellen dir regelmässig spannende Berufe vor, die in Zukunft immer mehr gefragt sein werden. Heute: Machine Learning Engineer. Was macht dieser, welche Ausbildung ist dafür notwendig? Welche Chancen eröffnen sich für dieses Berufsbild am Arbeitsmarkt?

Bedeutung von Machine Learning

Das maschinelle Lernen (ML) soll „Maschinen“ nicht nur in die Lage versetzen, selbstständig zu lernen, sondern vor allem auch sich selbststätig auf neue Situationen einzustellen und auf diese Weise bessere Resultate erzielen. Wobei mit dem Wort „Maschine“ im Wesentlichen Software gemeint ist, die unter anderem im Bereich E-Commerce-Plattformen oder vernetzten Robotersystemen zur Anwendung kommen.

Das heisst, die Software soll nicht immer nur stur die gleiche Aufgabe auf die gleiche Art und Weise ausführen, wofür sie einmal programmiert wurde, sondern situationsabhängig und flexibel arbeiten und so beispielsweise im Idealfall „Pannen“ erkennen und passend dazu reagieren. In der Praxis könnte das zum Beispiel bedeuten, dass Machine Learning-Prozesse in der Fertigung Werkstücke umleiten, wenn Sensoren dem System anzeigen, dass die Anlage bald ein Problem bekommt und abgeschaltet werden muss.

Die Aufgaben eines Machine Learning Engineers

Ein Machine Learning Engineer muss vor allem über viel Fachwissen im Bereich Machine Learning (ML) und Künstlicher Intelligenz (KI) verfügen als auch durch seine Affinität zum Programmieren überzeugen. Wobei an dieser Stelle das Tätigkeitsfeld des Machine Learning Engineers von dem des Data Scientists oder Data Analysten deutlich abgegrenzt werden sollte, denn es kommt immer wieder vor, dass sich die Aufgaben der Tätigkeiten etwas vermischen. Ein Data Analyst sammelt, strukturiert und analysiert Daten aus unterschiedlicher Herkunft. Mit KI-Analyse-Tools versucht er Zusammenhänge zu erkennen und Erkenntnisse daraus zu ziehen. Der Analyst präsentiert seine Ergebnisse dem Projektteam bzw. der Geschäftsleitung, damit dort die richtigen Entscheidungen getroffen werden.

Der Machine Learning Engineer hingegen ist mehr für die praktische Realisierung und den Betrieb von ML-Anwendungen zuständig. Das bedeutet, er/sie fokussiert sich darauf, dass die KI-Software auf die richtigen Algorithmen zugreift, alle Module der Software-Plattform ohne Ausfälle funktionieren und letztlich noch präzisere Resultate erzielen. Der Machine Learning Engineer agiert häufig als verbindendes Element zwischen Software Engineering und Data Science. Zudem arbeitet er/sie mit Big Data-Tools und Programmier-Frameworks, um aus rohen Daten Data Science-Modelle zu entwickeln. Das Aufgabenspektrum ist aus diesem Grunde sehr vielseitig. Dazu gehören unter anderem die kontinuierliche Optimierung der Machine Learning-Modelle, Analyse komplexer Datenvolumina, Skalierung theoretischer Data Science-Modelle in Produktionslevel-Modelle und die Partizipation am kompletten Prozesskreislauf.

Ausbildung und Voraussetzungen für einen Job als Machine Learning Engineer

Gut ausgebildete Fachleute sind in diesem Bereich heissbegehrt. Da die erwähnte klare Trennung zwischen Data Analyst und Machine Learning Engineer in der Praxis häufig nicht immer stattfindet, erwarten viele Unternehmen, dass die gesuchten Spezialisten die ganze Klaviatur der KI-Fertigkeiten spielen können. Das ist in der Regel nicht ohne Zusatzqualifizierungen zu leisten.

Gute Karten haben Absolvent*innen eines Informatikstudiums mit Studiengängen im Bereich künstlicher Intelligenz und Machine Learning. Vielfach ist Machine Learning Engineering ein Schwerpunkt bzw. Bereich in Informatik-Studiengängen mit Master-Abschluss. Diese Inhalte werden unter anderem in den Fächern wie beispielsweise Big Data-Management, Computational und Data Science oder Data Engineering und Analytics gelehrt.

Neben einem abgeschlossenen Studium in Informatik haben auch Absolvent*innen der Wirtschaftsinformatik, Mathematik oder Statistik mit entsprechenden weiterführenden und spezialisierenden Qualifikationen gute Chancen. Zudem sind zwei bis drei Jahre Berufserfahrung von Vorteil. Aber auch Quereinsteiger mit den geforderten Kenntnissen und Erfahrungen sind für Personaler durchaus interessant.

Da hinter sämtlichen Modellen und Algorithmen meist anspruchsvolle mathematische und statistische Zusammenhänge stehen, gehören gerade für Quereinsteiger fundierte Kenntnisse im Bereich Mathematik und Statistik zu den grundlegenden Handwerkszeugen für jeden Machine Learning Engineer. Bewerbende müssen neben diesen fachlichen Anforderungen auch einige persönliche Qualifikationen erfüllen. Dazu zählen gute sprachliche und kommunikative Fähigkeiten. Nicht zuletzt auch, um fachlich schwierige Themen gegenüber Spezialisten anderer Fachbereiche und Branchen leicht verständlich vermitteln zu können.

Jobmöglichkeiten für Machine Learning Engineers

Machine Learning Engineers verfügen über ein sehr umfassendes Wissen und können mit ihren KI-basierten Systemen in den verschiedensten Anwendungen in vielen Branchen tätig sein. Denn Anwendungsszenarien gibt es zuhauf.

Das kann beispielsweise eine E-Commerce-Anwendung für einen Lieferservice oder smarte Maschinensteuerung in der Produktion sein. Oder beispielsweise erkennen E-Scooter-Anbieter per KI-Anwendungen, zu welchen Zeiten und auf welchen Strecken die meisten Scooter unterwegs sind. Auf diese Weise lassen sich auch öffentliche Verkehrsmittel besser steuern und Belastungsspitzen als auch Staus reduzieren.

So wird das maschinelle Lernen auch in der der medizinischen Diagnostik eine entscheidende Rolle spielen. Ob nun im medizinischen Bereich, in der industriellen Fertigung, für Internet-Händler, Behörden oder den öffentlichen Verkehr, es gibt so gut wie keine Branche, in der maschinelles Lernen nicht für grössere Veränderungen sorgen wird.