Senior KI/ML Engineer oder Postdoc / Wissenschaftliche:r Mitarbeiter:in – LLM-Infrastruktur (m/w/d)

Das Unternehmen ist eine renommierte Stiftung des öffentlichen Rechts mit einem klaren Fokus auf die Bereitstellung und Nutzung von Forschungsdaten und -informationen. Mit einem engagierten Team von rund 600 Mitarbeitenden und einem umfangreichen Etat von circa 60 Millionen Euro, gehört es zu den größten Informationsinfrastruktureinrichtungen in Deutschland. Die Stelle des Senior KI/ML Engineers oder Postdocs in der Forschungsgruppe AI for Scholarly Communication bietet Ihnen die Möglichkeit, aktiv an der Entwicklung und Optimierung skalierbarer KI-Assistenten im Rahmen der European Open Science Cloud (EOSC) mitzuwirken. Zu Ihren Hauptaufgaben gehören die Konzeption und Entwicklung von Inferenzinfrastrukturen in Cloud-Umgebungen, wobei Sie ständig an der Verbesserung von Latenz, Durchsatz und Kosteneffizienz arbeiten. Sie werden auch für die Anwendung von Optimierungstechniken wie Quantisierung und Distillation verantwortlich sein, um die Effizienz und Leistung der Modelle zu steigern. Die Stelle bietet Ihnen die Chance, in einem dynamischen und innovativen Forschungsumfeld zu arbeiten, das Ihnen sowohl persönliche als auch berufliche Entwicklungsmöglichkeiten eröffnet. Das Unternehmen legt großen Wert auf Chancengleichheit und fördert aktiv die Gleichstellung der Geschlechter sowie die Integration von Menschen mit Behinderungen. Mobiles Arbeiten und flexible Arbeitszeitmodelle sind ebenfalls Teil der Unternehmenskultur, um eine ausgewogene Work-Life-Balance zu ermöglichen.

Der ideale Kandidat sollte ein abgeschlossenes wissenschaftliches Hochschulstudium (Master oder gleichwertiger Abschluss) in Informatik, Software Engineering, Künstlicher Intelligenz, Data Science oder einem verwandten Fachgebiet vorweisen können. Nachgewiesene Erfahrungen in der Optimierung von LLM-Inferenz in Cloud-Umgebungen sind ebenso erforderlich wie praktische Kenntnisse in den Bereichen Fine-Tuning, Quantisierung und parameter-effizientes Fine-Tuning (PEFT). Sie sollten Erfahrung in der Entwicklung und im Betrieb skalierbarer Trainings- und Inferenzpipelines in verteilten KI-/ML-Systemen haben. Kenntnisse in Multi-Agenten-Systemen sowie in cloud-nativen Technologien wie Docker und Kubernetes sind von Vorteil. Zudem sind sehr gute Programmierkenntnisse in Python und Erfahrung mit Tools wie PyTorch erforderlich. Gute Englischkenntnisse in Wort und Schrift sind ebenfalls notwendig. Wünschenswerte Qualifikationen umfassen eine abgeschlossene Promotion in einem einschlägigen Fachgebiet sowie Erfahrung mit wissenschaftlichen Datensätzen und der Anwendung von FAIR-Prinzipien. Ausgeprägte schriftliche Kommunikationsfähigkeiten und interdisziplinäre Zusammenarbeit sind ebenfalls wichtig, um erfolgreich in dieser Rolle zu agieren.