Machine Learning Engineer (m/w/d) - Foundation Models

Unser Kunde ist ein innovatives Unternehmen, das sich auf die Entwicklung von KI-basierten Recyclinglösungen spezialisiert hat und damit einen bedeutenden Beitrag zur Kreislaufwirtschaft leistet. In dieser spannenden Rolle als Machine Learning Engineer mit Schwerpunkt auf Computer Vision und Foundation Models werden Sie die Möglichkeit haben, ein eigenes 'Waste Foundation Model' zu entwickeln, das auf modernsten Architekturen basiert. Sie werden Teil eines dynamischen und interdisziplinären Teams, das bereits mit seiner Technologie in der Industrie erfolgreich ist. Ihre Hauptaufgaben umfassen die Entwicklung und das Training des Modells, die Gestaltung der gesamten ML-Trainings-Pipeline sowie die enge Zusammenarbeit mit dem Cloud-Backend-Team, um Modelle effizient ins Deployment zu bringen. Sie werden auch aktiv die Forschungsentwicklung im Bereich Vision Foundation Models verfolgen und relevante Erkenntnisse in produktive Lösungen umsetzen. Das Unternehmen bietet Ihnen die Chance, in einem inspirierenden Umfeld zu arbeiten, in dem Sie Verantwortung übernehmen und Ihre Ideen einbringen können. Sie profitieren von einer einzigartigen Datenbasis, die Ihnen einen strategischen Vorteil verschafft, und haben Zugang zu modernen Technologien sowie umfangreichen Compute-Ressourcen für Ihre Projekte.

Der ideale Kandidat bringt mehrjährige Erfahrung in der Entwicklung und im Training von Computer-Vision-Modellen mit, vorzugsweise mit Vision Transformers und Self-Supervised-Learning-Methoden. Ein sicherer Umgang mit PyTorch, einschließlich verteiltem Training und Performance-Optimierung, ist unerlässlich. Sie sollten nicht nur wissen, wie man ein Modell trainiert, sondern auch, wie man es evaluiert, um sicherzustellen, dass die Ergebnisse wertvoll sind. Erfahrung mit modernen ML-Tooling-Stacks sowie ein gutes Verständnis für Datenpipelines bei großen Datenmengen sind ebenfalls wichtig. Kenntnisse in Inferenz-Optimierung und Modell-Distillation sind von Vorteil. Darüber hinaus sind ausgeprägte Problemlösefähigkeiten, analytisches Denken und wissenschaftliche Sorgfalt gefragt. Fließende Deutschkenntnisse sowie gute Englischkenntnisse werden vorausgesetzt. Idealerweise haben Sie eigene Forschungserfahrung oder sind promoviert. Diese Qualifikationen machen Sie zu einem wertvollen Mitglied unseres Teams.