Machine Learning Engineer (m/w/d) Sprachmodelle und KI

hubside - Die Recruitingwerkstatt; United States; Remote; USD 101,000 - 145,000; Full time

Benefits offered by this job

100% Remote

LinkedIn Learning

Zuschuss: Hansefit/EGYM/JobRad

Aktienkaufprogramm

Betriebliche Altersvorsorge

Mental Health

Urlaub 30 Tage

Empfehlungsprämie

Job summary

hubside - Die Recruitingwerkstatt sucht einen erfahrenen Machine Learning Engineer (m/w/d) zur Weiterentwicklung intelligenter KI-gestützter Softwarelösungen. Sie konzipieren skalierbare ML-Pipelines, entwickeln Embedding- und Retrieval-Lösungen und integrieren produktionsreife KI-Anwendungen mit LLMs sowie Sprachverarbeitung.

Sie arbeiten eng mit Product, Engineering und Architektur zusammen, um Qualität, Performance und Kosteneffizienz sicherzustellen.

Qualifications

• Mehrjährige Berufserfahrung als AI Engineer, ML Engineer oder in einer vergleichbaren Position.
• Praktische Erfahrung mit Frameworks wie PyTorch oder TensorFlow und im Umgang mit strukturierten sowie unstrukturierten Daten.
• Sehr gute Python-Kenntnisse sowie fundiertes Wissen in Machine Learning, Deep Learning und modernen Modellarchitekturen.
• Kenntnisse in MLOps, CI/CD, Deployment, Monitoring und Container-Technologien wie Docker.
• Analytisches Denkvermögen und eigenverantwortliche Arbeitsweise.

Responsibilities

• Konzeption und Implementierung skalierbarer ML-Pipelines für Training, Evaluation, Deployment und Optimierung.
• Aufbau moderner Embedding- und Retrieval-Lösungen, insbesondere auf Basis von Retrieval-Augmented Generation (RAG).
• Entwicklung und Integration produktionsreifer KI-Anwendungen mit LLMs, Sprachverarbeitung, Transkription und semantischer Analyse.
• Sicherstellung von Qualität, Performance, Stabilität und Kosteneffizienz durch geeignete Evaluierungs- und Monitoring-Verfahren.
• Enge Zusammenarbeit mit Product, Engineering und Architektur zur Integration und kontinuierlichen Weiterentwicklung intelligenter Softwarefunktionen.

Skills

Python

Machine Learning

Deep Learning

Modellarchitekturen

Analytisches Denken

Eigenverantwortliche Arbeitsweise

Tools

PyTorch

TensorFlow

Docker

CI/CD

Deployment

Monitoring

Job description

In dieser Position als Machine Learning Engineer (m/w/d) Sprachmodelle und KI treiben Sie die Entwicklung intelligenter Softwarelösungen mit modernen KI-Technologien voran. Sie konzipieren und implementieren LLM-basierte Anwendungen, optimieren Sprachverarbeitung und ML-Pipelines und stellen den zuverlässigen Einsatz der entwickelten Lösungen im Produktivbetrieb sicher. Dabei übernehmen Sie technische Verantwortung und gestalten innovative KI-Funktionen für praxisnahe Anwendungen.

Das Angebot

• 100 % Remote und deutschlandweites Arbeitsmodell
• Individuelle Weiterbildungsangebote, unter anderem über LinkedIn Learning, sowie attraktive Mitarbeitervorteile
• Flexible Zuschüsse von bis zu 60 € monatlich für Hansefit, EGYM Wellpass, Kinderbetreuung oder JobRad
• Aktienkaufprogramm, betriebliche Altersvorsorge und Angebote zur mentalen Gesundheit über TELUS Health
• 30 Tage Urlaub sowie eine Werbeprämie von 1000 Euro bei erfolgreicher Empfehlung

Ihre Aufgaben

• Konzeption und Implementierung skalierbarer ML-Pipelines für Training, Evaluation, Deployment und Optimierung
• Aufbau moderner Embedding- und Retrieval-Lösungen, insbesondere auf Basis von Retrieval-Augmented Generation (RAG)
• Entwicklung und Integration produktionsreifer KI-Anwendungen mit LLMs, Sprachverarbeitung, Transkription und semantischer Analyse
• Sicherstellung von Qualität, Performance, Stabilität und Kosteneffizienz durch geeignete Evaluierungs- und Monitoring-Verfahren
• Enge Zusammenarbeit mit Product, Engineering und Architektur zur Integration und kontinuierlichen Weiterentwicklung intelligenter Softwarefunktionen

Ihr Profil

• Mehrjährige Berufserfahrung als AI Engineer, ML Engineer oder in einer vergleichbaren Position mit Fokus auf produktive KI-Systeme
• Praktische Erfahrung mit Frameworks wie PyTorch oder TensorFlow und im Umgang mit strukturierten sowie unstrukturierten Daten
• Sehr gute Python-Kenntnisse sowie fundiertes Wissen in Machine Learning, Deep Learning und modernen Modellarchitekturen
• Kenntnisse in MLOps, CI/CD, Deployment, Monitoring und Container-Technologien wie Docker
• Analytisches Denkvermögen und eigenverantwortliche Arbeitsweise