KI/ML-Ingenieur

Über die Rolle

Wir suchen einen sehr erfahrenen KI/ML-Ingenieur mit umfassender Erfahrung in der Entwicklung, Schulung, Bereitstellung und Optimierung von Modellen für maschinelles Lernen für Produktionsumgebungen. Sie leiten komplexe KI-Initiativen in den Bereichen Computer Vision, NLP, prädiktive Modellierung, GenAI und rPPG-basierte Gesundheitsanalysen und unterstützen globale Kunden und große Unternehmensanwendungen.

Diese Rolle ist ideal für jemanden, der ausgeprägtes Forschungsverständnis mit praktischen technischen Fähigkeiten kombiniert und End-to-End-ML-Systeme entwerfen kann.

Hauptaufgaben:

• :Modellentwicklung und Forschung
• Entwerfen, trainieren und optimieren Sie fortschrittliche ML-Modelle für CV, NLP, Prognosen, Empfehlungen und Anomalieerkennung.
• Erstellen Sie Deep-Learning-Pipelines mit PyTorch, TensorFlow oder JAX.
• Experimentieren Sie mit SOTA-Architekturen wie Transformers, Vision Transformers, YOLO-Varianten, RNN/CNN-Hybriden und Diffusionsmodellen.
• Leitende rPPG- und Signalverarbeitungsexperimente zur Schätzung der Vitalparameter (Herzfrequenz, HRV, Blutdruckschätzung usw.). GenAI- und LLM-Integration
• Feinabstimmung und Integration von LLMs (Llama-, Mistral-, OpenAI-Modelle).
• Erstellen Sie RAG-Pipelines, Vektorsuchsysteme und semantische Verständnis-Workflows.
• Implementieren Sie Funktionsaufrufe, Tool-Integrationen und Multi-Agent-KI-Systeme.ML Engineering & Deployment
• Erstellen Sie skalierbare ML-Pipelines, Trainingsworkflows und automatisierte Bewertungssysteme.
• Arbeiten Sie eng mit DevOps zusammen, um Inferenzdienste mithilfe von Docker, ONNX Runtime, TensorRT oder Cloud-nativen APIs bereitzustellen.
• Implementieren Sie Modellüberwachung, Abweichungserkennung und kontinuierliche Verbesserungszyklen.
• Optimieren Sie die GPU-/CPU-Leistung für Echtzeit-Inferenz. Datentechnik und -analyse
• Arbeiten Sie mit großen Datensätzen in Video-, Bild-, Text- und Tabellenformaten.
• Entwickeln Sie Datenvorverarbeitungs-, Feature-Engineering- und Annotations-Workflows.
• Stellen Sie die Datenqualität, die Kennzeichnungsgenauigkeit und die ethische Nutzung von Datensätzen sicher. Funktionsübergreifende Zusammenarbeit
• Arbeiten Sie eng mit Backend-, Mobil- und Produktteams zusammen, um ML in Anwendungen zu integrieren.
• Übersetzen Sie Geschäftsanforderungen in ML-gesteuerte Lösungen.
• Mentor junger ML-Ingenieure und Praktikanten.

Erforderliche Fähigkeiten

• Mehr als 6 Jahre Erfahrung in den Bereichen KI/ML-Engineering, Deep Learning oder angewandte Forschung.
• Gute Kenntnisse in Python, PyTorch, TensorFlow und Scikit-learn.
• Fachkenntnisse in Computer Vision (Erkennung, Segmentierung, OCR, Tracking, rPPG).
• Erfahrung mit LLMs, Einbettungen, RAG-Systemen und Transformatorarchitekturen.
• Solides Verständnis der Modelloptimierung, Quantisierung und Inferenzbeschleunigung.
• Praktische Erfahrung mit AWS, GCP oder Azure für die ML-Bereitstellung.
• Guter mathematischer Hintergrund in linearer Algebra, Statistik und Optimierung.
• Fähigkeit, End-to-End-ML-Systeme von der Datenaufnahme bis zur Produktion zu entwerfen.
• Starke Debugging-, Problemlösungs- und Forschungsmentalität.

„Nice-to-have“-Fähigkeiten

• Erfahrung mit ONNX-, TFLite-, TensorRT- oder GPU-Inferenzpipelines.
• Kenntnisse über Signalverarbeitungstechniken für biomedizinische Daten (PPG/rPPG).
• Kontakt mit MLOps-Tools (DVC, MLflow, Kubeflow, Airflow).
• Vertrautheit mit Datenanmerkungstools und aktiven Lernpipelines.
• Veröffentlichungen, Kaggle-Medaillen oder Open-Source-Beiträge.
• Erleben Sie die Entwicklung von SaaS-KI-Produkten oder ML-APIs der Unternehmensklasse.