Job Search and Career Advice Platform

Aktiviere Job-Benachrichtigungen per E-Mail!

Machine Learning Werkstudent / Praktikum (m / w / d)

Gini GmbH

München

Hybrid

EUR 80.000 - 100.000

Teilzeit

Gestern
Sei unter den ersten Bewerbenden

Erstelle in nur wenigen Minuten einen maßgeschneiderten Lebenslauf

Überzeuge Recruiter und verdiene mehr Geld. Mehr erfahren

Zusammenfassung

Ein innovatives FinTech-Unternehmen in München sucht eine motivierte Unterstützung als Werkstudent oder Praktikant im Bereich Computer Vision & Information Extraction. Sie werden Modelle weiterentwickeln, Experimente durchführen und Daten aufbereiten. Voraussetzungen sind ein Studium in Informatik oder Data Science sowie Kenntnisse in Machine Learning und Python. Flexible Arbeitszeiten und die Möglichkeit zum mobilen Arbeiten sind Teil des Angebots.

Leistungen

Mobiles Arbeiten von zu Hause oder im Büro
Flexible Arbeitszeiten
Essenszuschuss 3€ pro Mahlzeit
Vielfalt an Team-Events
Kostenfreie Tiefgarage
Feedback-geprägte Kultur

Qualifikationen

  • Studium der Informatik, Data Science, oder Machine Learning.
  • Abgeschlossene Kurse in Machine Learning oder Neural Networks.
  • Kenntnisse in ML-Konzepte und Evaluationsmethoden.

Aufgaben

  • Unterstützung beim Trainieren und Evaluieren von Modellen.
  • Durchführung von Exploratory Data Analysis.
  • Entwicklung von Python-Tools für Datenverarbeitung.

Kenntnisse

Python programmieren
Machine Learning Konzepte
Analytisches Arbeiten
Englisch kommunizieren

Ausbildung

Studium in Informatik, Data Science oder Machine Learning

Tools

PyTorch
Linux/Unix
CV-Libraries (OpenCV, PIL, NumPy)
Jobbeschreibung
Dein Team

Wir suchen eine motivierte Unterstützung im Rahmen einer Werkstudenten- oder Praktikumsstelle , die unser CVIE-Team (Computer Vision & Information Extraction) unterstützt. Du hilfst uns dabei, unsere AI-Modelle weiterzuentwickeln, spannende Experimente durchzuführen und Daten so aufzubereiten, dass wir neue AI-Features testen und bestehende Modelle verbessern können.

Deine Aufgaben bei Gini
  • Du unterstützt beim Trainieren, Fine-Tuning und Evaluieren von Modellen für Document-Understanding
  • Du machst Exploratory Data Analysis und prüfst die Qualität annotierter Datensätze
  • Du baust oder erweiterst Python-Tools für Preprocessing, Datenkonvertierung und Evaluation
  • Du führst Experimente auf unserer internen GPU-Infrastruktur durch (mit Guidance)
  • Du fasst Ergebnisse zusammen und bringst dich in Entscheidungen für die nächsten Iterationen ein
  • Du arbeitest eng mit unseren ML Engineers sowie dem Annotation Lead zusammen, um Datenqualität und Feedback-Loops zu verbessern
  • Du pflegst interne Doku, damit alles reproduzierbar und compliant bleibt
Dein Profil, um erfolgreich zu sein

Du studierst aktuell (Bachelor / Master) Informatik, Data Science, Machine Learning o. Ä

Du hast bereits Kurse in Machine Learning oder Neural Networks erfolgreich abgeschlossen

Du kennst grundlegende ML-Konzepte und Evaluationsmethoden

Du kannst gut in Python programmieren und fühlst dich auf Linux / Unix wohl

Du hast erste Hands-on-Erfahrung mit PyTorch oder einem vergleichbaren ML-Framework

Du verstehst die Basics von (Vision) Large Language Models und deren Architektur

Du arbeitest analytisch, genau und hast Lust auf neue Technologien

Du kommunizierst klar auf Englisch (unsere Arbeitssprache)

Du bist zuverlässig , vertrauenswürdig und arbeitest gerne im Team

Nice-to-Haves
  • Kurse oder Erfahrungen in Computer Vision oder Natural Language Processing
  • Erfahrung mit Tools wie Hugging Face Transformers, vLLM oder Tracking-Tools wie Kubeflow, MLflow oder Weights & Biases
  • Umgang mit CV-Libraries wie OpenCV, PIL, NumPy oder Pandas
  • Verständnis für Data-Annotation-Workflows, OCR oder Document-Understanding
  • Erste praktische Erfahrung aus Projekten, Forschung oder Praktika im AI / ML-Bereich
  • Interesse an Modelloptimierung und Data-Quality-Analysen
Deine Benefits
  • Du hast die Wahl - Mobiles Arbeiten von zu Hause aus oder in unserem hellen Büro mit zwei geräumigen Dachterrassen und einer hochwertigen Kantine, ganz nach deinen Bedürfnissen
  • Flexibilität - Früher Vogel oder Nachteule? Du hast flexible Arbeitszeiten
  • Essenszuschuss 3€ pro Mahlzeit - Wir haben eine ausgezeichnete Kantine in unserem Bürogebäude, in der Du Dir leckeres Essen holen kannst
  • Vielfalt an Team-Events - Wir wissen, dass der Zusammenhalt im Team wichtig ist, deshalb organisieren wir regelmäßig Team-Events und tolle Aktivitäten
  • Kostenfreie Tiefgarage - Wir möchten sicherstellen, dass unsere Mitarbeitenden bequem und stressfrei zur Arbeit kommen.
  • Eine Feedback-geprägte Kultur mit Sinnhaftigkeit und Gemeinschaft - Schau dir gerne an was unsere Ginis und KandidatInnen auf kununu und Glassdoor über uns sagen

Klingt das nach der richtigen Herausforderung für dich?

Dann bewirb dich jetzt!

Julia Partusch-Asik

HR Manager & Dog lover

julia.partusch@gini.net

Über uns

Gini wurde 2011 gegründet und ist ein etabliertes, preisgekröntes FinTech im Banken-, E-Commerce- und Versicherungssektor. Unser bekanntestes Produkt ist die Gini Fotoüberweisung, die in über 90% der deutschen Banking-Apps eingebaut ist. Mit dieser und anderen Produkten möchten wir die Lebensqualität aller verbessern, indem wir mühsame Aufgaben durch Automatisierung vereinfachen. Das Besondere an uns : Bei Gini legen wir viel Wert auf Autonomie und verbinden das in unserem Arbeitsalltag mit flachen Hierarchien. Wir haben 4 Unternehmenswerte, die für unsere Zusammenarbeit bei Gini essenziell sind : Exzellenz, Chancen statt Risiken, Herzlichkeit und Einsatz & Verantwortung. Genaueres zu unseren Werten und der Art und Weise, wie wir bei Gini zusammenarbeiten findest du in unserem Handbook .

Wir sind sehr stolz darauf, dass wir in den letzten Jahren mehrere Auszeichnungen, wie den „Top Arbeitgeber 2020“ von Focus, das "Finanzprodukt des Jahres 2022" und "Top Company" von kununu für 2023, 2024 und 2025 erhalten haben.

Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.