Unser Kunde ist ein innovatives KI-Startup mit Sitz in Berlin, das sich auf die Beschleunigung der KI-Adoption in verschiedenen Branchen durch B2B-Lösungen sowie öffentlich geförderte Forschungsprojekte spezialisiert hat. Das Unternehmen arbeitet in mehreren Bereichen, darunter Automobilindustrie, Fertigung, Einzelhandel und Gesundheitswesen, und transformiert Unternehmen als externe Abteilung für maschinelles Lernen. Durch die Kombination ihrer Kernkompetenz in modernsten Technologien des maschinellen Lernens mit einer Kultur der schnellen Iterationen entwickeln sie skalierbare Lösungen. Diese Position ist Teil eines Talentpools, der für verschiedene Erfahrungsstufen offen ist. Ziel ist es, eine starke Pipeline von Machine Learning Engineers aufzubauen, die bei passenden Gelegenheiten kontaktiert werden. In dieser Rolle werden Sie für die Abgrenzung von Projekten im Bereich maschinelles Lernen verantwortlich sein und deren technische Machbarkeit durch Kundeninteraktionen bewerten. Sie implementieren Methoden des maschinellen Lernens und wenden diese auf reale Anwendungsfälle an. Zudem tragen Sie zur Entwicklung und Evolution des internen KI-Stacks und des Open-Source-Ökosystems bei und arbeiten eng mit Daten-, Backend- und Frontend-Entwicklern zusammen, um produktionsreife KI-Lösungen zu erstellen. Sie treiben Projekte im Bereich maschinelles Lernen von der Ideenfindung bis zur Produktionsphase voran.

Der ideale Kandidat bringt umfassende Kenntnisse in der Softwareentwicklung sowie in den neuesten Technologien des maschinellen Lernens und des tiefen Lernens mit. Sie sollten in der Lage sein, Projekte im Bereich maschinelles Lernen unabhängig zu planen, zu managen und voranzutreiben. Die Anforderungen umfassen einen MSc oder PhD in Informatik, Maschinellem Lernen oder einem verwandten technischen Bereich. Starke Programmierkenntnisse in Python sind erforderlich, ebenso wie Erfahrung mit Deep Learning-Aufgaben und Bibliotheken wie PyTorch. Erfahrung mit einem oder mehreren Cloud-Anbietern (Google Cloud Platform, AWS, Azure) ist ebenfalls notwendig. Der Kandidat sollte in der Lage sein, komplexe, reale technische Projekte eigenständig abzuschließen und Erfahrung in der Zeitreihenanalyse sowie in mindestens einem der folgenden Bereiche haben: Computer Vision, Natural Language Processing, Graph Neural Networks, Reinforcement Learning oder Causal Inference. Ein Verständnis für solide Ingenieurlösungen, einschließlich Versionskontrolle, sauberem Code, Code-Reviews, Testing, CI/CD und Automatisierung, ist von Vorteil. Zudem sollten Sie über ausgezeichnete Fähigkeiten zur Interaktion mit Kunden verfügen, um deren Probleme zu verstehen und komplexe technische Lösungen zu entwerfen und zu erklären. Fließende Englischkenntnisse sind erforderlich, Deutschkenntnisse sind von Vorteil.