Machine Learning Engineer (m/w/d)

Das Unternehmen ist auf die Entwicklung produktiver KI-Systeme spezialisiert und sucht einen Machine Learning Engineer, der innovative Lösungen für große Kunden im öffentlichen Sektor entwirft. In dieser Rolle werden Sie keine Prototypen erstellen, sondern Software entwickeln, die im Regelbetrieb eingesetzt wird. Ihre Hauptaufgabe besteht darin, LLM-Anwendungen zu entwickeln, dialogbasierte Systeme und semantische Suchfunktionen zu integrieren und RAG-Systeme zu implementieren. Sie werden eng mit IT-Dienstleistern im öffentlichen Sektor zusammenarbeiten, um KI-Lösungen in bestehende Branchenlösungen zu integrieren. Der Arbeitsalltag ist remote-first innerhalb der DACH-Region, wobei gelegentliche Vor-Ort-Termine stattfinden können. Das Team legt großen Wert auf eine offene Kommunikation und die kontinuierliche Verbesserung der Systeme basierend auf Monitoring-Daten und Nutzerfeedback. Sie haben die Möglichkeit, neue KI-Anwendungsfelder zu identifizieren und innovative Datenpipelines zu erstellen. Es erwartet Sie ein modernes Arbeitsumfeld mit einem aktuellen Technologie-Stack und flachen Hierarchien, in dem Ihre Ideen und Fähigkeiten geschätzt werden.

Der ideale Kandidat bringt mindestens zwei Jahre Berufserfahrung als Machine Learning Engineer mit, in denen er Kenntnisse in der Konzeption, Entwicklung und Optimierung skalierbarer ML-Lösungen erworben hat. Zudem sollten Sie über mindestens zwei Jahre Erfahrung in agilen Entwicklerteams verfügen. Ein abgeschlossenes Studium der Informatik, Wirtschaftsinformatik oder eine vergleichbare Ausbildung ist ebenfalls erforderlich. Sprachkenntnisse in Deutsch auf mindestens C1-Niveau sind notwendig, nachweisbar durch ein Sprachzertifikat oder als Muttersprache. Idealerweise bringen Sie Erfahrungen in der Vektorsuche und semantischen Indexierung in Vektordatenbanken mit, sowie Kenntnisse in der Backend-Entwicklung mit Python, insbesondere FastAPI. Erfahrungen mit LLM-Orchestrierung, Monitoring-Tools wie Grafana und der datenschutzkonformen Gestaltung von KI-Systemen sind von Vorteil. Darüber hinaus sind Kenntnisse in Kubernetes, Jenkins und agilen Lieferstrukturen wünschenswert.