6 Gründe, warum Du ein Teil der dotSource werden solltest:

1. Wir garantieren Dir ein schnelles Onboarding durch Mentoring, dotSource BootCamps und Welcome-Days
2. Deine Work-Life-Balance liegt uns am Herzen - dazu gehören flexible Arbeitszeiten, Homeoffice und Fitnessförderung
3. Ob interne Coachings oder die dotSource Academy – Du bekommst ständig neue Chancen Dich weiterzuentwickeln
4. Du hast Lust auf einen Tapetenwechsel? Kein Problem - an unseren 5 Standorten kannst Du Dein Potenzial entfalten
5. Von Beginn an: spannende Projekte für namhafte Kunden wie Esprit, BayWa, Würth, Netto Digital
6. Wir sorgen für den perfekten Ausgleich durch regelmäßige Teamevents, Getränke-Flatrate und unser JobRad und Job Ticket macht Dich mobil

DAS ERWARTET DICH:

• AI-Lösungen entwickeln & implementieren – Du erschaffst und optimierst AI-Lösungen mit Schwerpunkt auf Large Language Models (LLMs)
• Prompt Engineering perfektionieren – Dabei gestaltest und verbesserst Du Prompts, um das volle Potenzial generativer Modelle auszuschöpfen
• Machine Learning Services integrieren & betreiben – Du arbeitest mit Azure Machine Learning, OpenAI Services und anderen ML-Tools
• Daten analysieren & Insights gewinnen – Du analysierst komplexe Datenmengen in enger Zusammenarbeit mit dem Data Science Team
• End-to-End-Pipelines aufbauen – Du entwickelst Datenverarbeitungs- und Bereitstellungspipelines in Azure
• ML-Modelle trainieren & auswählen – Du wählst passende Machine Learning Modelle aus und begleitest das Training

DAS BRINGST DU MIT:

• Studium & Qualifikation – Du hast ein abgeschlossenes Studium in Informatik, Mathematik, Data Science oder eine vergleichbare Qualifikation
• Python & AI-Bibliotheken beherrschen – Du bringst fundierte Kenntnisse in Python sowie in den gängigen AI-/ML-Bibliotheken wie PyTorch, TensorFlow und scikit-learn mit
• Azure Cloud Services nutzen – Du bist versiert im Umgang mit Azure Cloud Services, insbesondere Azure ML und Cognitive Services
• Prompt Engineering meistern – Du beherrschst das Prompt Engineering für generative Modelle wie OpenAI, Azure OpenAI und HuggingFace
• LLMs einsetzen – Du kennst Dich bestens mit Large Language Models (LLMs) aus und weißt, wie man sie produktiv einsetzt
• MLOps-Tools anwenden – Du bist vertraut mit MLOps-Tools und -Methoden sowie der Versionierung und dem Deployment von ML-Modellen
• Analytisches Denken & AI-Begeisterung – Du denkst analytisch, arbeitest strukturiert und brennst für neue AI-Technologien

Bereitgestellt in Kooperation mit der Bundesagentur für Arbeit.