Wir freuen uns, einen talentierten Senior AI Engineer in unserem dynamischen Data Science Team willkommen zu heißen! In dieser Rolle sind Sie maßgeblich an der Entwicklung, Optimierung und Integration von Machine Learning (ML) Modellen und Architekturen beteiligt, um das Kernprodukt unseres Unternehmens vollständig zu automatisieren. Ihre Hauptaufgabe besteht darin, die Lieferantensuche mit höchster Qualität vollständig zu automatisieren. Darüber hinaus werden Sie die Effizienz der Modellinferenz steigern und Systeme für das automatische Retraining einrichten. Wenn Sie eine Leidenschaft für Künstliche Intelligenz haben, exzellente Problemlösungsfähigkeiten besitzen und in einem schnelllebigen Umfeld gedeihen, freuen wir uns darauf, von Ihnen zu hören! Zu Ihren Aufgaben gehören die Unterstützung und Anleitung des Teams bei der Automatisierung der Entscheidungsfindung während der Lieferantensuche, die Verantwortung für die AI- und Agentic-Architektur von der Schulung bis zur Inferenz, die Sicherstellung stabiler Leistungen sowie die Qualität und Integration mit anderen Komponenten der internen Software. Sie werden kontinuierliche Verbesserungen der Modelle basierend auf den Anforderungen der Stakeholder vornehmen und neue KI-Lösungen entwickeln. Darüber hinaus sind Sie für die Entwicklung skalierbarer KI-Agenten mit Langgraph und NLP-Pipelines verantwortlich sowie für die Implementierung von MLOps-Pipelines für ML-Modelle. Sie arbeiten an einem KI-Kernprodukt und entwickeln modernste ML-Modelle und NLP-Systeme zur Automatisierung der Lieferantensuche, die Innovation vorantreiben und einen echten Einfluss ausüben. Sie haben die Möglichkeit, Ihre eigenen Projekte zu leiten und sehen sofortige Ergebnisse für die Stakeholder.

Der ideale Kandidat verfügt über 4-6 Jahre Erfahrung in den Bereichen Machine Learning Engineering (MLE), MLOps, Software Engineering (Machine Learning), Backend Engineering (ML/AI) oder als AI Engineer. Technische Fähigkeiten umfassen fundierte Kenntnisse in Python, PyTest, Argo, PubSub, CI/CD, Docker, FastAPI, Pandas, Scikit, Pytorch und SciPy sowie Erfahrung mit MLOps-Tools wie MLFlow, KubeFlow und KServe oder ähnlichen. Neben den technischen Qualifikationen sind auch persönliche Eigenschaften wichtig: End-to-End-Projektverantwortung, kreative Problemlösungsfähigkeiten, Forschungsfähigkeiten und Lernagilität, strategisches Denken, Teamarbeit, Kommunikationsstärke und Zeitmanagement. Fließende Englischkenntnisse (C1-Niveau) sind erforderlich. Wünschenswert sind Erfahrungen im Bereich NLP, LLMs sowie Kenntnisse in GCP (VertexAI, CloudRun, CloudFunctions), Azure AI oder ähnlichen Plattformen. Ein gutes Verständnis für Software Engineering-Praktiken und sowohl Backend- als auch Frontend-Kenntnisse sind von Vorteil. Wir suchen nach selbstmotivierten Personen, die hohe Standards an sich selbst stellen, detailorientiert sind und täglich bereit sind zu lernen.