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.