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.

Das Angebot

• 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

Ihre Aufgaben

• 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

Ihr Profil

• 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