Das Unternehmen ist ein aufstrebendes 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. Die Tätigkeiten erstrecken sich über mehrere Bereiche, darunter Automobil, Fertigung, Einzelhandel und Gesundheitswesen, wobei Unternehmen als externe Abteilung für maschinelles Lernen transformiert werden. Durch unsere Kernkompetenz in modernsten maschinellen Lerntechnologien und einer Kultur schneller Iterationen bauen wir skalierbare Lösungen. Diese Position ist Teil eines Talentpools, der für verschiedene Erfahrungsstufen geöffnet ist. Wir bauen eine starke Pipeline von Machine Learning Engineers auf, um sie bei passenden Gelegenheiten zu kontaktieren. In dieser Rolle sind Sie verantwortlich für die Abgrenzung von Projekten im Bereich maschinelles Lernen und die Bewertung ihrer technischen Machbarkeit durch Interaktion mit Kunden. Sie implementieren Methoden des maschinellen Lernens und wenden diese auf reale Anwendungsfälle an. Darüber hinaus tragen Sie zur Entwicklung und Evolution unseres internen KI-Stacks und des Open-Source-Ökosystems bei. Sie arbeiten eng mit Daten-, Backend- und Frontend-Entwicklern zusammen, um produktionsreife KI-Lösungen zu erstellen und treiben Projekte im Bereich maschinelles Lernen von der Ideenfindung bis zur Produktionsphase voran.

Der ideale Kandidat verfügt über umfassende Kenntnisse in der Softwareentwicklung sowie in den neuesten Technologien des maschinellen Lernens und Deep Learning. Sie sollten in der Lage sein, Projekte im Bereich maschinelles Lernen eigenständig zu planen, zu managen und voranzutreiben. Zu den Anforderungen gehören ein Master- oder Doktortitel in Informatik, Maschinenlernen oder einem verwandten technischen Bereich. Starke Programmierkenntnisse in Python sind erforderlich, insbesondere mit Erfahrung in Deep Learning-Aufgaben und Bibliotheken wie PyTorch. Zudem sollten Sie Erfahrung mit mindestens einem der großen Cloud-Anbieter (Google Cloud Platform, AWS, Azure) mitbringen. Nachweisliche Fähigkeit, komplexe technische Projekte eigenständig abzuschließen, ist ebenfalls erforderlich. Erfahrung in der Zeitreihenanalyse sowie in mindestens einem der folgenden Bereiche: Computer Vision, Natural Language Processing, Graph Neural Networks, Reinforcement Learning oder Causal Inference. Ein gutes Verständnis für solide Ingenieurpraktiken, einschließlich Versionierung, sauberem Code, Code-Reviews, Testing, CI/CD und Automatisierung, ist von Vorteil. Sie sollten auch über starke Fähigkeiten in der Kundeninteraktion verfügen, um deren Probleme zu verstehen und komplexe technische Lösungen zu entwerfen und zu erklären. Fließende Englischkenntnisse sind erforderlich, Deutschkenntnisse sind von Vorteil.