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

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

Job summary

deepinvoice sucht eine/n Machine Learning Engineer, der/ die direkt mit dem CTO an der Weiterentwicklung unserer KI-Engines arbeitet. Du übernimmst mittelfristig Verantwortung für zentrale Systemteile, trägst Architekturentscheidungen mit und arbeitest nicht nur Tickets ab.

Du bringst mehrjährige Praxis in ML/AI mit, beherrschst Python, PyTorch und LLMs im Produktivbetrieb, idealerweise mit NLP an Dokumenten und OCR.

Qualifications

• Mehrjährige praktische Erfahrung als Machine Learning Engineer, AI Engineer oder in vergleichbarer 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.
• 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.

Responsibilities

• Weiterentwicklung der 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

LLMs in production

NLP

TypeScript

Express

Deutschkenntnisse

Tools

Docker

CI/CD

AWS

Azure

GCP

Express

Lit Web Components

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