Senior AI / Software Engineer (m/w/d)

deepinvoice; Münster; Vor Ort; EUR 90.000 - 130.000; Vollzeit

Zusammenfassung

Deepinvoice sucht Senior AI/Software Engineer, der eine zentrale Rolle bei der Weiterentwicklung unserer KI‑gestützten Abrechnungssoftware übernimmt. Du gestaltest die Architektur, wählst Modelle, setzt Training, Evaluation und Skalierung um und bringst praxisreife AI‑Lösungen voran.

Du arbeitest eng mit Produkt, Business und Kunden zusammen, entwickelst robuste Pipelines, betreibst LLM‑Orchestrierung, RLHF/DPO‑Strategien und mentorst Junioren.

Qualifikationen

• Mehrjährige Erfahrung in der Entwicklung komplexer Software‑ und KI‑Systeme.
• Erfahrung im Machine‑Learning‑ und Software‑Engineering‑Kontext.
• Applied AI als produktionsreifes System verstehen, nicht als Experiment.

Aufgaben

• Architektur- und Weiterentwicklung unserer KI‑basierten Kernplattform.
• Auswahl, Training, Fine‑Tuning und Evaluierung von LLM‑ und Embedding‑Modellen.
• Aufbau belastbarer Benchmarking‑ und Evaluierungsverfahren für produktive Use Cases.
• Konzeption und Umsetzung von Human‑Feedback‑Strategien (RLHF, DPO, Review‑Loops).
• Enge Zusammenarbeit mit Produkt, Business und Kunden zur sauberen Anforderungserhebung.
• Technische Verantwortung für kritische Systemkomponenten im Produktivbetrieb.
• Mentoring und fachlicher Sparringspartner für Junior‑Entwickler:innen und Werkstudierende.

Kenntnisse

LLMs

Embedding models

Python

TypeScript

LLM orchestration

Benchmarking

RLHF

Tools

HuggingFace

PyTorch

Inference optimization

Model deployment

LangGraph

Jobbeschreibung

• Domain Adaption
• SFT (Supervised Fine‑Tuning)
• RLHF (Reinforcement Learning by Human Feedback)
• DPO (Direct Preference Optimization)

Über die Rolle

Als Senior AI /Software Engineer übernimmst du eine zentrale Rolle bei der Weiterentwicklung unserer KI‑gestützten Software zur vollautomatisierten medizinischen Abrechnung. Du arbeitest an anspruchsvollen produktiven KI‑Systemen, gestaltest die technische Architektur maßgeblich mit und bringst deine Erfahrung gezielt in Modellwahl, Training, Evaluation und Skalierung ein.

Diese Position richtet sich an erfahrene Entwickler:innen, die Applied AI nicht als Experiment, sondern als produktionsreifes System verstehen.

Deine Aufgaben

• Architektur‑ und Weiterentwicklung unserer KI‑basierten Kernplattform
• Auswahl, Training, Fine‑Tuning und Evaluierung von LLM‑ und Embedding‑Modellen
• Aufbau belastbarer Benchmarking‑ und Evaluierungsverfahren für produktive Use Cases
• Konzeption und Umsetzung von Human‑Feedback‑Strategien (RLHF, DPO, Review‑Loops)
• Enge Zusammenarbeit mit Produkt, Business und Kunden zur sauberen Anforderungserhebung
• Technische Verantwortung für kritische Systemkomponenten im Produktivbetrieb
• Mentoring und fachlicher Sparringspartner für Junior‑Entwickler:innen und Werkstudierende

Dein Profil

Du bringst mehrere Jahre Erfahrung in der Entwicklung komplexer Software‑ und KI‑Systeme mit und fühlst dich sowohl im Machine‑Learning‑ als auch im Software‑Engineering‑Kontext sicher.

Dein Tech‑ & Methodenset

AI & Machine Learning

• Fundierte Erfahrung mit LLMs und Embedding‑Modellen (Open Source und/oder proprietär)
• Evaluierung und Benchmarking von LLMs anhand konkreter Use Cases
• Training & Fine‑Tuning von Modellen, u.a.:
• Domain Adaption
• SFT (Supervised Fine‑Tuning)
• RLHF (Reinforcement Learning by Human Feedback)
• DPO (Direct Preference Optimization)
• Sicherer Umgang mit Frameworks und Toolchains rund um HuggingFace, PyTorch, Inferenz‑Optimierung und Modellbetrieb

Applied AI &Requirements Engineering

• Übersetzung fachlicher Anforderungen in robuste KI‑Architekturen
• Entwicklung nachvollziehbarer, evaluierbarer und wartbarer KI‑Pipelines
• Verständnis für Datenqualität, Annotation, Feedback‑Loops und Human‑in‑the‑Loop‑Ansätze

Software Engineering

• Sehr gute Kenntnisse in Python, idealerweise ergänzt durch TypeScript
• Solide Erfahrung mit Softwarearchitektur & Systemdesign
• Entwicklung modularer, testbarer und skalierbarer Systeme
• Erfahrung mit LLM‑Orchestrierung und Agenten‑Workflows, z.B. mit LangGraph

Arbeitsweise

• Hohe Eigenverantwortung und strukturierte Lösungsansätze
• Pragmatismus: Du weißt, wann Forschung endet und Produkt beginnt

Interesse an realen, nicht‑trivialen Problemen im Healthcare‑Umfeld