Applied AI Engineer

Meyandy LLC; München; Hybrid; EUR 85.000 - 120.000; Vollzeit

Zusammenfassung

Nexxa.ai recherche des ingénieurs appliqués en IA pour livrer des solutions IA générative et vision par des équipes clientes, du cadrage à la mise en production. Vous travaillerez sur des pipelines ML/vision, intégrerez des modèles et assurerez des livraisons end-to-end.

Vous interviendrez chez les clients, avec des déplacements fréquents, et vous accompagnerez les équipes internes sur les meilleures pratiques FDE et documentation technique.

Qualifikationen

• 5–10+ années d'expérience en ingénierie équivalente (Forward Deployed Engineer, ML Engineer, Software Engineer, Solutions Engineer, etc).
• Maîtrise de Python, JavaScript/TypeScript, Go ou langues orientées production
• Expérience pratique en ML, y compris entraînement, fine-tuning, évaluation ou déploiement de modèles
• Expérience avec l'IA générative (LLMs et modèles multimodaux) et application à des problèmes réels
• Connaissance des techniques de computer vision (détection, segmentation, OCR, embeddings) et des pipelines multimodaux
• Maîtrise des frameworks ML (PyTorch, TensorFlow, OpenCV)
• Expérience cloud (AWS, GCP, Azure) et conteneurisation (Docker, Kubernetes)
• Excellentes compétences en communication et capacité à diriger des échanges avec les clients
• Disponibilité pour voyager fréquemment
• Connaissance des API, microservices et systèmes distribués
• Expérience avec des outils MLOps et pipelines embedding est un plus

Aufgaben

• Dialoguer directement avec des clients pour comprendre leurs flux de travail et besoins techniques.
• Concevoir, construire et déployer des solutions personnalisées utilisant GenAI, LLMs et modèles ML/vision.
• Piloter des lifecycles de projets de A à Z: cadrage, conception, développement, déploiement et itération.
• Intégrer et optimiser les pipelines AI/ML, prétraitement des données, ingénierie des prompts et évaluation.
• Développer des intégrations logicielles fiables via API, services cloud et systèmes conteneurisés.
• Résoudre des problèmes techniques complexes à travers le stack, les modèles et les données.
• Agir comme conseiller technique de confiance et accompagner l'adoption des nouvelles fonctionnalités produit.
• Collaborer avec les équipes produit et ingénierie et documenter l'architecture et runbooks.
• Encadrer et mentor les ingénieurs juniors et contribuer aux pratiques internes de delivery

Kenntnisse

Python

JavaScript/TypeScript

Go

ML engineering

GenAI

Computer Vision

Cloud

Docker/Kubernetes

Communication

Traveling

Tools

PyTorch

TensorFlow

OpenCV

YOLO

SAM

CLIP

Docker

Kubernetes

AWS/GCP/Azure

Jobbeschreibung

## Description du posteNexxa.ai is building artificial super intelligence for heavy industries — enabling machines, systems and operations to think, decide and act autonomously across manufacturing, large-scale infrastructure, logistics and legacy environments. Our mission is to translate deep technical breakthroughs into operational reality, solving some of the hardest systems-level problems in industry.**Role Overview**We’re looking for a **Applied AI Engineers** to work as forward deployed directly with customers to lead the end-to-end delivery of high-impact technical solutions. You’ll embed deeply with customer teams, translating real-world challenges into production-ready systems that leverage **Generative AI**, **Computer Vision**, and **Machine Learning**.This role is a blend of software engineering, ML engineering, architecture, and consulting. You’ll design and deploy solutions, integrate models, build custom workflows, and guide customers through successful implementation. This position requires **frequent travel** to customer sites.**Key Responsibilities*** Engage directly with enterprise and strategic customers to understand their workflows, data, and technical requirements.* Architect, build, and deploy custom solutions leveraging **GenAI**, **LLMs**, **Machine Learning and Vision models**, and customer data sources.* Lead full project lifecycles: scoping, solution design, development, implementation, testing, deployment, and iteration.* Integrate and optimize AI/ML pipelines, including data preprocessing, prompt engineering, model selection, and evaluation.* Build reliable, scalable software integrations using APIs, cloud services, and containerized systems.* Troubleshoot complex technical issues across the stack—applications, models, data pipelines, infrastructure, and integrations.* Act as the customer’s trusted technical advisor, enabling adoption of new product capabilities and AI features.* Partner closely with internal product and engineering teams to communicate customer feedback and shape roadmap direction.* Produce high-quality documentation, architecture diagrams, runbooks, and technical assets for customer teams.* Mentor junior engineers and contribute to internal best practices for FDE delivery.**Qualifications*** 5–10+ years in engineering roles such as Forward Deployed Engineer, ML Engineer, Software Engineer, Solutions Engineer, Technical Consultant, or similar.* Strong proficiency in Python, JavaScript/TypeScript, Go, or similar production-oriented languages.* Hands-on experience with **Machine Learning**, including training, fine-tuning, evaluating, or deploying models.* Direct experience with **Generative AI (LLMs, multimodal models)** and applying them to real-world problems.* Exposure to **Computer Vision** techniques (detection, segmentation, OCR, embeddings, multimodal pipelines).* Strong knowledge of ML frameworks (PyTorch, TensorFlow, OpenCV, etc.).* Experience with cloud infrastructure (AWS, GCP, Azure) and containerization (Docker, Kubernetes).* Excellent communication skills with both technical and non-technical audiences.* Comfort leading customer-facing engagements and guiding stakeholders through ambiguity.* Willingness and ability to travel frequently.**Preferred*** Prior experience in **consulting**, **technical solutions**, **professional services**, or customer-embedded technical roles.* Experience with vector databases, embedding pipelines, or retrieval-augmented generation (RAG).* Experience building APIs, microservices, or distributed systems.* Familiarity with MLOps tools (Docker, Kubernetes, model registries, CI/CD for ML).* Background in deploying or fine-tuning CV models (YOLO, SAM, CLIP, DETR, etc.).* Experience in startup or high-gro...