(Senior) Machine Learning Engineer / AI Engineer (m/w/d)

deepinvoice; Münster; On-site; EUR 85,000 - 120,000; Full time

Job summary

deepinvoice sucht einen erfahrenen Machine Learning Engineer, der direkt mit unserem CTO an der Weiterentwicklung unserer KI-Engines arbeitet und mittelfristig Verantwortung für zentrale Teile des Systems übernimmt.

Sie bringen mehrjährige Praxis in ML/AI, Python, LLMs im Produktionsbetrieb, NLP mit Dokumenten (OCR inkl.), Cloud-Deployment (Docker, CI/CD, AWS/Azure/GCP) und Deutschkenntnisse mit.

Qualifications

• Mehrjährige praktische Erfahrung als Machine Learning Engineer, AI Engineer oder vergleichbare Rolle.
• Sehr gute Python-Kenntnisse und sicherer Umgang mit PyTorch oder vergleichbaren Frameworks.
• Fundierte Erfahrung mit LLMs im Produktivbetrieb: Fine-Tuning, Evaluation, RAG, Umgang mit Halluzinationen und Fehlerraten.

Responsibilities

• Weiterentwicklung unserer LLM- und ML-Pipelines zur Analyse unstrukturierter medizinischer Dokumente (Arztbriefe, OP-Berichte, Befunde, Scans).
• Design und Umsetzung von Extraktions- und Mapping-Logiken auf medizinische Abrechnungskataloge (GOÄ, EBM, ICD-10).
• Aufbau belastbarer Evaluations- und Qualitätssicherungsprozesse: Wir müssen jede erzeugte Rechnung nachvollziehbar begründen können.
• Fine-Tuning, Prompt-Engineering, RAG-Architekturen und der pragmatische Mix aus klassischem ML und LLMs.
• MLOps: Deployment, Monitoring, Versionierung, Reproduzierbarkeit.
• Datenschutzkonforme Verarbeitung besonders schützenswerter Gesundheitsdaten (DSGVO, 203 StGB) gemeinsam mit unserem Compliance-Setup.
• Technische Sparringspartnerschaft für den CTO, inklusive Vertretung in kritischen Themen.

Skills

Python

PyTorch

LLMs im Produktivbetrieb

NLP

OCR

Information Extraction

Docker

CI/CD

AWS

Azure

GCP

Deutschkenntnisse

TypeScript

Express

Lit Web Components

Tools

Docker

CI/CD

AWS

Azure

GCP

Job description

Über die Rolle

Du arbeitest direkt mit unserem CTO an der Weiterentwicklung unserer KI-Engines und übernimmst mittelfristig eigenständig Verantwortung für zentrale Teile des Systems. Wir suchen bewusst jemanden mit Erfahrung, der Architekturentscheidungen mitträgt und nicht nur Tickets abarbeitet.

Deine Aufgaben

• Weiterentwicklung unserer LLM- und ML-Pipelines zur Analyse unstrukturierter medizinischer Dokumente (Arztbriefe, OP-Berichte, Befunde, Scans)
• Design und Umsetzung von Extraktions- und Mapping-Logiken auf medizinische Abrechnungskataloge (GOÄ, EBM, ICD-10)
• Aufbau belastbarer Evaluations- und Qualitätssicherungsprozesse: Wir müssen jede erzeugte Rechnung nachvollziehbar begründen können
• Fine-Tuning, Prompt-Engineering, RAG-Architekturen und der pragmatische Mix aus klassischem ML und LLMs
• MLOps: Deployment, Monitoring, Versionierung, Reproduzierbarkeit
• Datenschutzkonforme Verarbeitung besonders schützenswerter Gesundheitsdaten (DSGVO, 203 StGB) gemeinsam mit unserem Compliance-Setup
• Technische Sparringspartnerschaft für den CTO, inklusive Vertretung in kritischen Themen

Dein Profil

Das bringst du mit

• Mehrjährige praktische Erfahrung als Machine Learning Engineer, AI Engineer oder in vergleichbarer Rolle, idealerweise in einem Produktumfeld und nicht rein in der Forschung
• Sehr gute Python-Kenntnisse und sicherer Umgang mit PyTorch oder vergleichbaren Frameworks
• Fundierte Erfahrung mit LLMs im Produktivbetrieb: Fine-Tuning, Evaluation, RAG, Umgang mit Halluzinationen und Fehlerraten
• Erfahrung mit NLP auf Dokumenten, gerne inklusive OCR und Information Extraction
• Cloud- und Deployment-Erfahrung (Docker, CI/CD, AWS, Azure oder GCP)
• Verständnis dafür, dass in unserem Kontext Korrektheit vor Geschwindigkeit geht
• Sehr gute Deutschkenntnisse, da unsere Datenbasis und unsere Kunden deutschsprachig sind
• Sehr gute TypeScript-Kenntnisse, sowohl im Backend (Express), als auch im Frontend (Lit Web Components)

Von Vorteil

• Erfahrung im Gesundheitswesen, in der Medizintechnik oder mit regulierten Daten
• Kenntnisse zu MDR, ISO 13485 oder EU AI Act
• Erfahrung im Aufbau von Teams oder in der fachlichen Führung
• Startup-Erfahrung in einer frühen Phase