Wir suchen dich

Wir sind ein erfolgreiches, inhabergeführtes und eigenfinanziertes SaaS-Unternehmen mit einem schönen Campus im Düsseldorfer Medienhafen. Seit 2004 bauen wir Telefonielösungen, inzwischen mit knapp 300 Kolleg:innen, und arbeiten dabei crossfunktional, selbstorganisiert, immer fair und auf Augenhöhe.

Für uns ist KI nicht nur ein Schlagwort oder der nächste große Hype. Es ist die beste Option, die Telefonie unserer Kund:innen, und damit ihren gesamten Arbeitsalltag, effizienter und intuitiver zu gestalten.
Was uns dafür fehlt ist ein:e Applied ML Researcher mit einem ausgeprägten Verständnis für softwaregetriebene Produktentwicklung. Der Schwerpunkt liegt auf der Analyse, Anpassung und Optimierung bestehender Foundation-, Open-Weight- und Open-Source-Modelle – und genau hier kommst du ins Spiel.

Das machen wir und darum brauchen wir dich

Als Applied ML Researcher entwickelst du forschungsnahe Problemlösungen, die von unseren ML- und AI-Engineers in der Produktentwicklung aufgegriffen werden. Du bringst wissenschaftliche Methoden direkt in die Praxis – mit dem Ziel, unsere KI-Produkte messbar besser und robuster zu machen.

• Teamaufbau mit gestalten : Du wirkst aktiv am konzeptionellen und organisatorischen Aufbau unseres ML-Research-Teams mit und etablierst gemeinsam mit uns Forschungs-, Evaluations- und Transferprozesse.
• Modelle optimieren & evaluieren : Du optimierst große Sprachmodelle mit Techniken wie LoRA, QLoRA oder Gradient Checkpointing und entwickelst Ansätze zur Steigerung von Leistungsfähigkeit, Fairness und Robustheit – gerade in mehrsprachigen und sensiblen Anwendungsdomänen.
• LLM-Systeme konzipieren : Du entwickelst prototypisch LLM-basierte Systeme ganzheitlich entlang definierter Prozess- bzw. Vorgehensmodelle, wie z. B. CRISP-MLQ, DASC-PM & Co. Dabei kümmerst du dich um die typischen Phasen des gesamten Lifecycles entsprechender Projekte, d. h. Data Understanding, Data Preparation, Modeling samt Fine-Tuning, Evaluation, Deployment sowie das kontinuierliche Monitoring und Maintenance im operativen Betrieb, um auch bei Model Drifts reagieren zu können.
• Diskurs & Transfer : Du bleibst am Puls der Zeit, nimmst an Konferenzen und Fachcommunities teil und sorgst dafür, dass deine Forschungsergebnisse nicht in der Schublade landen, sondern echten Impact haben.

So sieht dein Arbeitsalltag bei sipgate aus:

• Research meets Product : Du übersetzt wissenschaftliche Erkenntnisse in konkrete Produktverbesserungen – iterativ, messbar, mit Fokus auf Wirkung.
• Experimentieren & Evaluieren : Du entwirfst Experimente, operationalisierst die entsprechenden Prozessziele, analysierst und evaluierst die Ergebnisse, um daraus fundierte Handlungsempfehlungen abzuleiten.
• Lernen & Wachsen : Du teilst dein Wissen im Team und in der gesamten Firma und bist Multiplikator:in für wissenschaftliche Best Practices.

Das bringst du mit:

Must-haves

• Mindestens drei Jahre Erfahrung im Umgang mit komplexen KI-Problemstellungen, mit Schwerpunkt in Bereichen wie fortgeschrittenen Lernparadigmen (Self-supervised Learning, Weak Supervision, Active Learning, etc), NLP, Deep Learning, Reinforcement Learning oder Distributed Training auf Large-Scale-Infrastrukturen.
• Nachgewiesene Fähigkeit, wissenschaftliche Methoden auf neue Problemstellungen anzuwenden – z.B. durch Publikationen, Open-Source-Beiträge oder forschungsnahe Projekte.
• Praktische Erfahrung mit Fine-Tuning-Strategien wie LoRA, QLoRA oder Gradient Checkpointing
• Vertiefte Kenntnisse im Prompt Engineering und solides Verständnis moderner Trainings- und Inferenzpipelines.
• Solides Verständnis von End-to-End-ML-Systemen: von Datenvorverarbeitung über Training und Inferenz bis zu Monitoring und Evaluation, auch in Cloud-basierten Infrastrukturen.
• Sehr gute Kenntnisse in Python, marktüblichen Machine Learning Frameworks und mindestens einem Deep-Learning-Framework (PyTorch, TensorFlow, JAX, etc).
• Fundiertes Verständnis von Evaluationsmethoden für LLM-Systeme, inkl. Metriken, Benchmark-Designs und human-in-the-loop-Ansätzen sowie Verständnis für Trade-offs unterschiedlicher Modellarchitekturen (z.B. Mixture-of-Experts) zwischen Modellleistung, Rechenkosten und produktivem Betrieb.

• Erfahrung mit LangChain, LangGraph oder ähnlichen Frameworks
• Cloud-basierte ML-Infrastrukturen / MLOps
• Publikationen auf einschlägigen Konferenzen

So tickt sipgate

• Wir sind von Kopf bis Fuß agil und das nicht nur auf dem Papier. Wie wir arbeiten, siehst du hier.
• Wir haben flache Hierarchien und Peer-Verantwortung ist unser Credo – das bedeutet: Verantwortung übernehmen, eigene Entscheidungen treffen und aufeinander acht geben stehen hoch im Kurs.
• Wir haben ein transparentes Gehaltsmodell und keine individuellen Gehaltsverhandlungen. Wie genau das funktioniert erfährst du hier.
• Nachhaltigkeit ist für uns wichtig – unser Fuhrpark besteht nur aus E-Autos, private Autos laden während der Arbeitszeit kostenlos, wir beziehen unseren Strom von der Solaranlage, wir essen bio und regional und versuchen Verschwendung zu vermeiden.
• Wir glauben fest an unser ‘Come as you are’-Prinzip und befinden uns auf der Reise sipgate so inklusiv zu gestalten, dass wir Menschen aller Geschlechter, ethnischen Herkünfte, Körperformen und sozialen Hintergründe herzlich willkommen heißen, Teil unseres Teams zu werden.

Du hast Fragen oder dir fehlen Informationen? Dann melde dich gerne bei Alena unter jobs@sipgate.de (Jobnummer: #2519486).