Machine Learning Engineer

Aufgaben

• Entwickeln, Deployen und Optimieren von Machine-Learning- und KI-Lösungen, um komplexe Geschäftsherausforderungen zu meistern.
• Erstellen von Multi-Agenten-Systemen und Ausstatten von KI-Modellen mit Funktionen/Tool-Aufrufmöglichkeiten.
• Entwerfen und Implementieren von RAG-Systemen, um KI-Antworten in Unternehmensdaten zu verankern.
• Bewerten und Integrieren von KI-Modellen (z.B. LLMs), um optimale Leistung und Zuverlässigkeit sicherzustellen.
• Optimieren von Agenten-Workflows und KI-Agents für Produktionsanwendungsfälle.
• Testen und Optimieren von Systemprompts und Few-Shot-Beispielen, um genaue, konsistente und sichere KI-Ausgaben sicherzustellen.
• Leistungsbewertung von Machine-Learning- und KI-Modellen unter Verwendung geeigneter Metriken, Bewertungssätze und Techniken, und kontinuierliche Iteration und Verbesserung.
• Zusammenarbeit mit Plattformteams, Data-Engineers, Data-Scientists und anderen Stakeholdern, um Machine-Learning-Lösungen in bestehende Systeme und Prozesse zu integrieren.
• Teilnahme an Code-Reviews, Testing und Debugging, um die Qualität und Zuverlässigkeit von Machine-Learning-Lösungen sicherzustellen.

Anforderungen

• Starke Problemlösungs- und analytische Fähigkeiten, mit der Fähigkeit, kritisch und kreativ über komplexe Herausforderungen nachzudenken.
• Exzellente Kommunikations- und Kooperationsfähigkeiten, mit der Fähigkeit, effektiv mit cross-funktionalen Teams und Stakeholdern auf allen Ebenen der Organisation zusammenzuarbeiten.
• Fähigkeit, persönliche Arbeitsströme effektiv zu managen, Aufgaben zu priorisieren, Zeitpläne zu verwalten und hochwertige Ergebnisse termingerecht zu liefern.
• Kontinuierliche Lernbereitschaft, mit einer Leidenschaft für das Bleiben auf dem neuesten Stand der Entwicklungen im Machine Learning und in der künstlichen Intelligenz.
• Aufmerksamkeit für Details und Engagement für die Erstellung von hochwertigem, zuverlässigem und wartbarem Code.
• Erprobte Erfahrung mit Large Language Models (LLMs).
• Gutes Verständnis von KI-Agents und Agenten-Workflows, LLM-Orchestrierungsframeworks und Denkmustern.
• Erfahrung mit Daten-Präprozessierung, Feature-Engineering und Modellauswahl- und Bewertungstechniken.
• Kenntnisse von statistischen und mathematischen Konzepten, die für das Machine Learning relevant sind, wie Wahrscheinlichkeit, lineare Algebra und Optimierung.
• Verständnis von Software-Entwicklungsbest-Practices, einschließlich Versionierung, Testing und Dokumentation.
• Exzellente Problemlösungs- und Debugging-Fähigkeiten, mit der Fähigkeit, Probleme schnell und effektiv zu identifizieren und zu lösen.

Wir bieten