Was macht ein Machine Learning Engineer?

Das Problem

Sie lesen in Zeitungen oder auf Stellenportalen von «Machine Learning Engineers». Die Berufsbezeichnung klingt nach Hochtechnologie, und auf den ersten Blick ist unklar, was diese Menschen den ganzen Tag tun. Sitzen sie vor Zahlenkolonnen? Programmieren sie Roboter? Trainieren sie Chatbots?

Das ist wichtig, wenn Sie selbst in die Informatik wechseln möchten, wenn Ihr Kind einen Beruf sucht oder wenn Sie als Verantwortliche im Betrieb Stellen besetzen. Wer die Rolle falsch einschätzt, sucht die falsche Person oder bereitet sich auf das Falsche vor.

Hier eine einfache Erklärung, was dieser Beruf bedeutet, wie er sich von anderen KI-Rollen unterscheidet und wie Sie mit KI-Hilfe prüfen können, ob er zu Ihnen passt.

So lösen Sie es mit KI – Schritt für Schritt

1. Begriff klären. Machine Learning (maschinelles Lernen) heisst: Ein Computerprogramm erkennt Muster in vielen Beispieldaten, statt dass jemand jede Regel von Hand schreibt. Ein Beispiel ist ein System, das aus früheren Rechnungen lernt, welche Beträge ungewöhnlich sind.

1. Typische Aufgaben nachlesen. Lassen Sie sich von einer KI den Arbeitsablauf in sechs Schritten beschreiben: Problem verstehen, Daten sammeln und aufbereiten, Modell wählen und trainieren, Ergebnisse testen, in ein Produkt einbauen, im Betrieb überwachen.

1. Mit Stelleninseraten abgleichen. Suchen Sie auf Stellenportalen zwei bis drei Inserate und fügen Sie die Aufgaben (ohne Firmennamen) in die KI ein. So sehen Sie, welche Tätigkeiten in der Schweiz tatsächlich gefragt sind.

1. Eigene Kenntnisse ehrlich bewerten. Gehen Sie die Liste unten durch und kreuzen Sie an, was Sie können: Programmieren, Statistik, Daten aufbereiten, Datenbanken, englische Fachtexte lesen.

1. Lücken benennen. Lassen Sie die KI aus Ihrer Liste die wichtigsten Lernlücken ableiten und ein erstes Lernziel für drei Monate vorschlagen.

1. Kleines Experiment starten. Probieren Sie eine kurze Einführung aus, zum Beispiel ein Online-Tutorial zu Python, einer häufig genutzten Programmiersprache. Merken Sie, ob Ihnen das Arbeiten mit Daten und Code Freude macht.

1. Weg prüfen. In der Schweiz führen Wege über die Informatik-Lehre, die Fachhochschule oder die Universität. Klären Sie Zulassung und Dauer direkt bei den Schulen und der Berufsberatung.

1. Ergebnis gegenprüfen. Sprechen Sie mit einer Person aus dem Fach. Die KI kennt Ihren Alltag und den Schweizer Arbeitsmarkt nur ungefähr.

Vorlage zum Kopieren

Du bist eine erfahrene Berufsberaterin für Informatikberufe in der Schweiz. Ich möchte verstehen, was ein Machine Learning Engineer tut, und prüfen, ob die Arbeit zu mir passt.

Mein Hintergrund: [Ausbildung, Berufserfahrung, Kenntnisse in Programmieren/Statistik/Daten]
Was mich interessiert: [z. B. mit Daten arbeiten, Systeme bauen, Probleme lösen]

Aufgabe:
1. Beschreibe den Arbeitsalltag in sechs Schritten, in einfacher Sprache.
2. Erkläre den Unterschied zu: Softwareentwickler, Data Scientist, Prompt Engineer.
3. Erstelle eine Tabelle «Was gebraucht wird / was ich schon mitbringe / was fehlt».
4. Schlage drei konkrete erste Lernschritte für die nächsten drei Monate vor.
Regeln: Erfinde keine Gehälter, Zahlen oder Ausbildungsdauern. Bei Unsicherheit schreibe «bitte bei der Schule oder der Berufsberatung prüfen». Erkläre Fachwörter in einem Halbsatz.

Ergänzen Sie in den Platzhaltern möglichst genau, was Sie heute schon können. So wird die Antwort passender.

Einfach erklärt: Wer macht was?

Die Grenzen sind fliessend. In kleinen Firmen macht oft eine Person mehrere dieser Dinge.

Worauf Sie achten müssen

• Berufsbezeichnung nicht geschützt: Was hinter dem Titel steckt, unterscheidet sich je nach Firma. Lesen Sie die Aufgaben, nicht nur den Titel.
• Anspruchsvoller Einstieg: Der Beruf verlangt solide Kenntnisse in Programmierung und Mathematik, vor allem Statistik. Das lässt sich lernen, braucht aber Zeit. Rechnen Sie mit Monaten bis Jahren, nicht mit Wochen.
• Daten sind heikel: Wer mit Daten arbeitet, geht mit Personendaten um. Dafür gelten Regeln des Datenschutzes, etwa im Schweizer Datenschutzgesetz. Ein Teil der Ausbildung ist, damit verantwortungsvoll umzugehen.
• KI-Angaben prüfen: Berufsbeschreibungen der KI können veraltet oder unvollständig sein. Vergleichen Sie mit Schulen, Berufsberatung und echten Stellenangeboten.
• Nicht jede KI-Stelle ist technisch: Viele Aufgaben rund um KI brauchen keine Programmierkenntnisse. Siehe Was macht ein Prompt Engineer?.

Ein Beispiel aus der Praxis

Ein Beispiel: Frau Aeschbacher, 45, arbeitet seit 20 Jahren als Sachbearbeiterin in einer Bernischen Gemeindeverwaltung und liebt Excel-Auswertungen. Ihr Sohn erzählt ihr vom Beruf des Machine Learning Engineers. Vorher: Sie weiss nicht, ob sie mit 45 noch einsteigen kann und was die Arbeit bedeutet.

Sie lässt sich den Alltag erklären und merkt, dass der Schwerpunkt auf Programmieren liegt. Sie probiert zwei Wochen lang ein Python-Tutorial aus und stellt fest, dass ihr die Datenaufbereitung gefällt, das Programmieren aber nur teilweise. Nachher: Sie prüft mit einem Assessment, welche IT-Rollen näher bei ihr liegen, und entscheidet sich für eine Richtung mit Daten und Auswertung, nicht für die ML-Entwicklung.

So hilft Ihnen Alpasana

Wenn Sie wissen möchten, welche ICT-Rollen zu Ihrem Profil passen, bietet Alpasana das ICT-Fachassessment an. Beschrieben sind 120 Fragen und ein Abgleich mit 45 ICT-Rollen in acht Dimensionen, darunter Software, Daten/KI und Cloud/DevOps. Nach der Registrierung erhalten Sie kostenlos die drei passendsten Rollen, ein Soll/Ist-Spinnendiagramm sowie Stärken und Entwicklungsfelder.

Die Pro-Version enthält zusätzlich eine Lückenanalyse für Zielrollen und Zertifizierungsempfehlungen. Das Assessment ist eine Orientierung, kein Eignungsurteil und keine Garantie für eine Stelle.

Häufige Fragen

Muss ich Mathematik studiert haben?

Ein Studium ist nicht in jedem Fall nötig, aber Statistik und logisches Denken gehören zum Kern. Viele lernen die Grundlagen berufsbegleitend. Wie sich Weiterbildung neben der Arbeit planen lässt, zeigt Weiterbildung neben dem Beruf mit KI planen.

Werden Machine Learning Engineers durch KI ersetzt?

Sicher ist das nicht vorherzusagen. KI-Werkzeuge nehmen Entwicklern manche Routine ab, doch Verantwortung, Qualitätskontrolle und Betrieb bleiben Menschenarbeit. Eine Einschätzung für die Programmierbranche finden Sie bei Softwareentwickler und KI.

Was ist der Unterschied zum Training eines Modells in der Cloud?

Das Training ist nur ein Teil der Arbeit. Dazu kommen Datenaufbereitung, Tests, Einbau in Anwendungen und Überwachung im Betrieb. Eine einfache Erklärung des Begriffs finden Sie im Glossar unter Modelltraining.