ML Engineer
Building, training, and deploying machine learning models to production
ML Engineer ist eine Rolle in der Familie ML & AI Engineering. Es umfasst 58 Fähigkeiten über 5 Stufen (von Junior bis Principal). 125 Fähigkeiten sind obligatorisch. Schlüsselbereiche: Programming Fundamentals, Backend Development, Database Management.
Technologie-Stack
Fokus nach Stufe
Training models using existing pipelines. Feature engineering. Model validation. Preparing datasets. Working with Jupyter notebooks.
Designing ML pipelines. Model selection and tuning. A/B testing models. Deploying models to production. Feature store.
ML systems architecture. Inference optimization (ONNX, TensorRT). Designing real-time ML. Researching new approaches. Mentoring.
ML platform strategy. MLOps infrastructure. Coordinating ML and backend. Experimentation standards. ML team roadmap.
Company AI strategy. LLM integration. ML at scale. Research agenda. Publications and talks.
Kompetenzmatrix
58 Fähigkeiten × 5 Stufen. Klicken Sie auf eine Zelle für Details.
AI-Assisted Development
4 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| GitHub Copilot | A | A | W | A | A |
| Cursor IDE | A | W | A | A | — |
| ChatGPT / Claude | A | A | W | A | A |
| Prompt Engineering for Code | A | A | W | A | A |
API & Integration
5 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| REST API Design | A | W | A | A | E |
| GraphQL Design | A | W | A | E | E |
| WebSocket API Design | A | W | A | E | E |
| gRPC & Protocol Buffers | A | A | W | A | A |
| API Documentation | A | W | A | E | E |
Architecture & System Design
1 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| System Design Fundamentals | A | W | A | E | E |
Backend Development
4 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Python Web Frameworks | A | W | A | A | E |
| Apache Kafka | A | A | W | A | A |
| Redis | A | A | W | A | A |
| Task Queues | A | A | W | A | A |
Cloud & Infrastructure
5 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Docker | A | W | A | A | E |
| Kubernetes Core | A | W | A | A | E |
| Terraform | A | W | A | E | E |
| AWS | A | W | A | A | E |
| Network Fundamentals | A | W | A | E | E |
Data Engineering
4 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Apache Spark | A | W | A | E | E |
| Pandas / Polars | A | W | A | E | E |
| SQL-based ETL | A | W | A | E | E |
| Data Quality | A | W | A | E | E |
Database Management
4 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| PostgreSQL | A | W | A | A | E |
| Database Indexing | A | A | W | A | A |
| Query Optimization | A | A | W | A | A |
| Data Modeling & Schema Design | A | W | A | E | E |
DevOps & CI/CD
1 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| GitHub Actions / GitLab CI | A | W | A | A | E |
Machine Learning & AI
9 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Classical ML (scikit-learn) | A | W | A | E | E |
| Gradient Boosting | A | W | A | E | E |
| PyTorch | A | W | A | E | E |
| MLflow | A | W | A | E | E |
| Feature Stores | A | W | A | E | E |
| Model Serving | A | W | A | E | E |
| Experiment Tracking | A | W | A | E | E |
| ML Pipelines | A | W | A | E | E |
| Model Monitoring | A | W | A | E | E |
Observability & Monitoring
4 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Structured Logging | W | A | E | — | — |
| Prometheus & Grafana | A | W | A | — | — |
| OpenTelemetry | A | W | A | E | E |
| SLI / SLO / SLA | A | W | A | E | E |
Programming Fundamentals
9 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Algorithms & Complexity | W | W | A | A | E |
| Data Structures | W | W | A | A | E |
| OOP & SOLID Principles | W | W | A | A | E |
| Design Patterns | W | W | A | A | E |
| Multithreading | W | W | A | A | E |
| Async Programming | W | W | A | A | E |
| Code Quality & Refactoring | W | W | A | A | E |
| Type Safety & Type Systems | A | W | A | E | E |
| Memory Management | A | W | A | E | E |
Security
3 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| OWASP & Application Security | A | W | A | E | E |
| Secure Coding Practices | A | W | A | E | E |
| JWT / OAuth2 / OIDC | A | W | A | E | E |
Testing & QA
3 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Unit Testing | A | W | A | A | E |
| Integration Testing | A | W | A | A | E |
| E2E Testing | A | W | A | E | E |
Version Control & Collaboration
2 Fähigkeiten| Faehigkeiten | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Git Advanced | A | W | A | A | E |
| Code Review | A | W | A | A | E |
Häufig gestellte Fragen
Welche Fähigkeiten werden für die Rolle ML Engineer benötigt?
Die Rolle ML Engineer erfordert 58 Fähigkeiten, davon 125 obligatorisch. Die Fähigkeiten verteilen sich auf 5 Stufen: von Junior bis Principal. Vollständige Matrix ansehen.
Wie steigt man in der Rolle ML Engineer auf die nächste Stufe auf?
Nutzen Sie den Grade-Rechner, um Ihre aktuelle Stufe einzuschätzen und personalisierte Empfehlungen zu erhalten.
Welcher Technologie-Stack wird in der Rolle ML Engineer verwendet?
Der Stack umfasst 5 Technologien auf verschiedenen Stufen. Python 3.11+, scikit-learn, pandas/numpy, Jupyter, PyTorch/TensorFlow basics, SQL, Git, Python 3.12+, PyTorch/TensorFlow, XGBoost/LightGBM/CatBoost, MLflow, Airflow, Feature store basics, Docker, DVC, PyTorch advanced, ONNX/TensorRT, Triton Inference Server, Kubeflow/MLflow, Spark ML, Ray, Kubernetes, Prometheus/Grafana...
Wie definiert die Community die Anforderungen für die Rolle ML Engineer?
Die Anforderungen werden von der Community durch ein Vorschlagssystem gestaltet. Jedes Mitglied kann Änderungen vorschlagen, die durch Abstimmung und Expertenprüfung gehen.