Jobs in der Autoindustrie: Machine Learning Engineer
Dr. Ole Brodersen bereitet Daten vor, damit Machine-Learning-Modelle oder menschliche Kollegen optimal weiter damit arbeiten können.
- Clemens Gleich
(This article is also available in English)
Die Autoindustrie und auch ihre Zulieferer befinden sich mitten in einem disruptiven Wandel. Allein schon der Wechsel vom Verbrennungs- auf den Elektromotor wird eine der Schlüsselindustrien fundamental verändern, auch und gerade in der Arbeitswelt. Zahlreiche Jobs werden entfallen, gleichzeitig neue entstehen und viele sich verändern. In einem Themenschwerpunkt wollen wir Arbeitsplätze in der Autoindustrie und ihren Zulieferern beleuchten, die es vor ein paar Jahren in dieser Form noch nicht gab, aber in den nächsten zehn Jahren an Bedeutung zunehmen werden. Firmen werden sich, noch stärker als aktuell schon, auf die Suche nach entsprechend ausgebildeten Mitarbeitern machen. Ihre Chancen auf dem Arbeitsmarkt dürften exzellent sein.
Dr. Ole Brodersen ist Ingenieur für Machine Learning und Solutions Architect bei Mercedes-Benz. Das umfasst eine Vielzahl von Aufgaben von der Datenvorbereitung über Programmierung bis hin zur Datenanalyse. Maschinelles Lernen, die dazugehörigen Analysen und die daraus entstehenden Auswertungen sind ein zentraler Baustein der Fahrautomatisierung geworden. Besonders Mercedes-Benz tut sich auf diesem Bereich hervor, mit dem ersten serienmäßigen, zugelassenen Fahrzeug, das SAE-Level-3-Autonomie bietet: In manchen Modellen der S-Klasse oder im EQS kann die Elektronik ohne Fahrerzutun durch Staus fahren. Die Anwendungsgebiete der Technik sind jedoch vielfältig, jeden Tag kommen neue Sichtweisen auf Daten zum Einsatz, viele davon automatisch generiert aus dem Machine Learning.
Was ist der Kern des Jobs?
Der Job eines Data Engineers besteht darin, große Datenmengen digital so zu verarbeiten und aufzubereiten, dass Andere auf dieser Basis gute Entscheidungen treffen können.
Was sind die typischen Aufgaben darin?
Als Data Engineer führe ich Daten aus unterschiedlichen Quellen zusammen und bereite sie so auf, dass ich damit zum Beispiel spezielle Machine-Learning-Modelle trainieren kann. Diese kann ich dann in bestehende IT-Systeme integrieren, um diese zu optimieren oder sie um neue Funktionen zu erweitern.
Worin besteht die Besonderheit des Jobs?
Für mich ist die Vielseitigkeit des Jobs das Besondere. Ich programmiere, beschäftige mich mit maschinellem Lernen und natürlich auch mit Datenanalysen. Und das alles mit dem Ziel, komplexe Probleme mittels vorhandener Daten so intelligent wie möglich zu lösen. Dabei geht es immer auch um die direkte Anwendung und technische Umsetzbarkeit der Lösungen.
Was bedeutet die Stelle im Mercedes-Benz-Konzern?
Der Umgang mit großen Datenmengen und maschinelles Lernen sind aus vielen Bereichen bei Mercedes-Benz heutzutage nicht mehr wegzudenken, etwa beim Thema automatisiertes und autonomes Fahren. Entsprechend wichtig sind Machine-Learning Engineers, da sie die Reife und Anzahl produktiv einsetzbarer Lösungen weiter steigern.
Wie bist du in diesen Job gekommen?
Meine Forschungen im Bereich Operations Research zu Metaheuristiken an der Universität Göttingen, die damit verbundene Analyse großer Datenmengen und die anschließende Tätigkeit als Product Owner für Systeme in den weltweit verteilten Produktionsstandorten bei Mercedes-Benz haben in mir den Wunsch reifen lassen, als Data Scientist tätig zu sein. Die Schwerpunkte haben sich im Laufe der Zeit in Richtung der Tätigkeiten eines Machine Learning Engineers und Solution Architekten verschoben. Deshalb habe ich die Chance ergriffen und mich intern zusätzlich als Data Engineer weiterqualifiziert.
Welche Ausbildung(en) brauchen Leute, die sich für den Job interessieren?
Für den Job als Data Engineer ist eine akademische Ausbildung von Vorteil. Aktuell gibt es aber auch die Möglichkeit, sich über die Weiterbildung zum Data Worker auch ohne vorheriges Studium für diesen tollen Job zu qualifizieren. Von Vorteil sind Kurse oder Zertifizierungen in den Bereichen maschinelles Lernen, künstliche Intelligenz oder auch Programmierung. Darüber hinaus sind praktische Erfahrungen durch Projekte, Praktika oder Forschungstätigkeiten im Bereich Data Science und Machine Learning von großem Nutzen.
Welche Interessen sollte man haben, um den Job motiviert machen zu können?
Wer Data Engineer werden will, sollte zwei Dinge lieben: Daten analysieren und komplexe Aufgaben lösen. Hilfreich ist natürlich auch ein großes Interesse an Themen wie maschinellem Lernen, künstlicher Intelligenz und Technologie im Allgemeinen. Ein ausgeprägtes analytisches Denkvermögen, Neugierde und die Bereitschaft, sich kontinuierlich weiterzubilden, um mit neuen Technologien Schritt zu halten, sind ebenfalls wertvolle Eigenschaften.
Vervollständige den Satz für Interessierte an diesem Job: "Um hier einen Platz zu finden, brauchst du ..."
… Freude an neuen Technologien, Daten und Programmieren, ein gehöriges Maß an Neugierde, Mut für große Aufgaben und Spaß daran, Lösungen im Team zu erarbeiten.
Lesen Sie auch
IT-Jobs: Sichere Zukunftsberufe, aber bei Jugendlichen wenig beliebt
heise Jobs IT Tag am 28. Mai in Frankfurt an der Börse – jetzt anmelden!
Auswandern oder Abwarten? Unsichere Zukunft für deutsche Freelancer
Fachkräftelücke in IT-Berufen um die Hälfte zurückgegangen
Gehälter 2024: Das verdienen Admins in Deutschland
(cgl)