Du arbeitest an Production-Grade AI-Systemen—keine Proof-of-Concepts, die in der Schublade verschwinden. Wir bauen LLM-Pipelines, RAG-Architekturen und semantische Suchsysteme mit echtem Business Impact. Ownership von Tag 1.
Aufgaben
- End-to-End ML-Pipelines: von Feature Engineering bis Deployment
- RAG-Systeme mit semantischer Suche und Knowledge Graphs
- Skalierbare GenAI-Services in Produktionsumgebungen
- Robuste Datenpipelines für High-Volume Workloads
Qualifikation
Was du mitbringst:
- 7+ Jahre hands-on ML/Data Engineering in Produktionsumgebungen
- Studium in Informatik, Mathematik, Physik, Data Science—oder nachweisbare Projekterfahrung
- Python als primäre Programmiersprache
- Track Record: Modelle, die du deployed hast und die noch laufen
- Fundierte NLP/LLM-Erfahrung ist Voraussetzung
- Deutsch fließend in Wort und Schrift
Dein Tech-Stack:
- ML/DL: PyTorch, TensorFlow, Hugging Face Transformers
- LLMs & RAG: LangChain, LlamaIndex, OpenAI API, Anthropic Claude
- Vector DBs: Pinecone, Weaviate, Qdrant, Milvus
- Data Engineering: Apache Spark, Airflow, dbt, SQL
- Infra: Docker, Kubernetes, AWS/GCP, MLflow, Weights & Biases
Benefits
- 70–130k€
- 100% Remote, flexible Arbeitszeiten, asynchrone Zusammenarbeit
- 30 Tage Urlaub
- MacBook ProFokus auf Deep Work—wenige Meetings, klare Dokumentation
- bAV, bKV, Corporate Benefits
Kein Anschreiben nötig. Schick uns deinen CV, GitHub, ein relevantes Projekt oder eine kurze Nachricht zu deiner Motivation.