Machine Learning Engineer (m/w/d) Sprachmodelle und KI

In dieser Position als Machine Learning Engineer (m/w/d) Sprachmodelle und KI treiben Sie die Entwicklung intelligenter Softwarelösungen mit modernen KI-Technologien voran. Sie konzipieren und implementieren LLM-basierte Anwendungen, optimieren Sprachverarbeitung und ML-Pipelines und stellen den zuverlässigen Einsatz der entwickelten Lösungen im Produktivbetrieb sicher. Dabei übernehmen Sie technische Verantwortung und gestalten innovative KI-Funktionen für praxisnahe Anwendungen.

Sie kennen jemanden, der auf die Stellenausschreibung passt? Dann holen Sie jetzt unseren Weiterempfehlungsbonus! Erkundigen Sie sich gleich telefonisch unter 089 9982966 47 bei mir.

• 100 % Remote und deutschlandweites Arbeitsmodell

• Individuelle Weiterbildungsangebote, unter anderem über LinkedIn Learning, sowie attraktive Mitarbeitervorteile

• Flexible Zuschüsse von bis zu 60 € monatlich für Hansefit, EGYM Wellpass, Kinderbetreuung oder JobRad

• Aktienkaufprogramm, betriebliche Altersvorsorge und Angebote zur mentalen Gesundheit über TELUS Health

• 30 Tage Urlaub sowie eine Werbeprämie von 1000 Euro bei erfolgreicher Empfehlung

• Konzeption und Implementierung skalierbarer ML-Pipelines für Training, Evaluation, Deployment und Optimierung
• Aufbau moderner Embedding- und Retrieval-Lösungen, insbesondere auf Basis von Retrieval-Augmented Generation (RAG)
• Entwicklung und Integration produktionsreifer KI-Anwendungen mit LLMs, Sprachverarbeitung, Transkription und semantischer Analyse
• Sicherstellung von Qualität, Performance, Stabilität und Kosteneffizienz durch geeignete Evaluierungs- und Monitoring-Verfahren
• Enge Zusammenarbeit mit Product, Engineering und Architektur zur Integration und kontinuierlichen Weiterentwicklung intelligenter Softwarefunktionen

• Mehrjährige Berufserfahrung als AI Engineer, ML Engineer oder in einer vergleichbaren Position mit Fokus auf produktive KI-Systeme
• Praktische Erfahrung mit Frameworks wie PyTorch oder TensorFlow und im Umgang mit strukturierten sowie unstrukturierten Daten
• Sehr gute Python-Kenntnisse sowie fundiertes Wissen in Machine Learning, Deep Learning und modernen Modellarchitekturen
• Kenntnisse in MLOps, CI/CD, Deployment, Monitoring und Container-Technologien wie Docker
• Analytisches Denkvermögen und eigenverantwortliche Arbeitsweise