
51 - 200 Mitarbeiter
GegrĂźndet 2018
đź Beratung
đŚ Logistik
đ Fertigung
Consulting ⢠Logistics ⢠Manufacturing
Makersite ist ein preisgekrĂśntes Softwareunternehmen fĂźr DatenlĂśsungen, das auf Nachhaltigkeitsdaten und Product Lifecycle Intelligence spezialisiert ist. Das Unternehmen befähigt Ingenieur- und Einkaufsteams sowie Nachhaltigkeitsexperten, Produkte und Lieferketten zu transformieren, indem sie nachhaltige Produktentscheidungen im groĂen MaĂstab treffen. Makersite vereint AI, Daten und Anwendungen und bietet Funktionen wie automatisierte Lifecycle Assessments (LCA), Supply-Chain-Risikomanagement und AI-gestĂźtztes Ecodesign. Die Plattform erleichtert die ErfĂźllung globaler Berichtspflichten und erhĂśht die Transparenz in der Lieferkette, sodass Organisationen Nachhaltigkeitsziele wie die Reduzierung des CO2-FuĂabdrucks und den Aufbau resilienter Lieferketten erreichen kĂśnnen. Makersite ist ideal fĂźr Unternehmen, die Produktnachhaltigkeit, Compliance und Kosten mithilfe datengetriebener Entscheidungsfindung effektiv steuern mĂśchten.
đ vor 8 Monaten
đŠđŞ Deutschland â Remote
đľ Schätzung: $66.000 - $92.000 / Jahr
â° Vollzeit
đ Senior
đ´ Experte
đ Data Scientist
đť Geisterscore 54%
đŁď¸đşđ¸đŹđ§ Englisch erforderlich
Woher diese Stelle stammt
VerĂśffentlicht auf der Karriereseite von Makersite â, nicht Ăźber eine JobbĂśrse
Von Remote Rocketship zum ersten Mal gesehen vor 8 Monaten
Noch offen auf der Website von Makersite. GeprĂźft vor 7 Stunden.

51 - 200 Mitarbeiter
GegrĂźndet 2018
đź Beratung
đŚ Logistik
đ Fertigung
Consulting ⢠Logistics ⢠Manufacturing
Makersite ist ein preisgekrĂśntes Softwareunternehmen fĂźr DatenlĂśsungen, das auf Nachhaltigkeitsdaten und Product Lifecycle Intelligence spezialisiert ist. Das Unternehmen befähigt Ingenieur- und Einkaufsteams sowie Nachhaltigkeitsexperten, Produkte und Lieferketten zu transformieren, indem sie nachhaltige Produktentscheidungen im groĂen MaĂstab treffen. Makersite vereint AI, Daten und Anwendungen und bietet Funktionen wie automatisierte Lifecycle Assessments (LCA), Supply-Chain-Risikomanagement und AI-gestĂźtztes Ecodesign. Die Plattform erleichtert die ErfĂźllung globaler Berichtspflichten und erhĂśht die Transparenz in der Lieferkette, sodass Organisationen Nachhaltigkeitsziele wie die Reduzierung des CO2-FuĂabdrucks und den Aufbau resilienter Lieferketten erreichen kĂśnnen. Makersite ist ideal fĂźr Unternehmen, die Produktnachhaltigkeit, Compliance und Kosten mithilfe datengetriebener Entscheidungsfindung effektiv steuern mĂśchten.
⢠Entwicklung und Bereitstellung von produktionsreifen KIâSystemen ⢠Aufbau, Bereitstellung und Wartung skalierbarer APIs, die AI/MLâModelle in Produktionsumgebungen bereitstellen ⢠Verantwortung fĂźr die End-to-EndâLieferung von KIâLĂśsungen, vom Prototypen bis zu vollständig produktiv eingesetzten Systemen ⢠Konzeption und Implementierung von RetrievalâAugmented Generation (RAG) Systemen unter Verwendung von VektorâDatenbanken ⢠Aufbau und Orchestrierung von AIâAgenten unter Verwendung von Frameworks wie LangGraph, CrewAI oder vergleichbaren Tools ⢠Evaluierung und Auswahl geeigneter Large Language Models (LLMs) und Foundation Models basierend auf konkreten Anwendungsfällen ⢠Kontinuierliche Optimierung der Modellinferenz hinsichtlich Latenz, Kosteneffizienz und Durchsatz im groĂen MaĂstab ⢠Identifikation von Engpässen und Implementierung von Verbesserungen zur Sicherstellung leistungsstarker Systeme ⢠Implementierung robuster Monitoringâ, Loggingâ und AlertingâLĂśsungen fĂźr eingesetzte Modelle und Services ⢠Gewährleistung von Systemzuverlässigkeit, VerfĂźgbarkeit und Performance durch bewährte Praktiken in ProduktionsâMLâSystemen ⢠Aufbau und Pflege von CI/CDâPipelines fĂźr nahtloses Testen, Deployment und Iteration von KIâSystemen ⢠Mitwirkung an der Weiterentwicklung von EngineeringâStandards, während das Unternehmen von schneller Experimentierphase zu strukturierteren, skalierbaren Abläufen Ăźbergeht ⢠enge Zusammenarbeit mit Produktâ und EngineeringâTeams zur Integration von KIâFunktionalitäten in Kernprodukte ⢠Ăbersetzung von Geschäftsanforderungen in technische LĂśsungen und klare Kommunikation von Kompromissen ⢠Mitwirkung an der Stabilisierung und Strukturierung von KIâEntwicklungsprozessen in einer Phase schnellen Wachstums und Skalierung ⢠Abwägung zwischen AusfĂźhrungsgeschwindigkeit und der Notwendigkeit wartbarer, gut dokumentierter und skalierbarer Systeme ⢠Ăbernahme von Verantwortung fĂźr unklare/ambigue Fragestellungen und Begleitung bis zu praktischen, produktionsreifen Ergebnissen
⢠5+ Jahre Erfahrung mit Python ⢠etwa 10 Jahre Gesamterfahrung in SoftwareâEngineering oder datenbezogenen Rollen ⢠Nachgewiesene Erfahrung im Aufbau und Deployment produktionsreifer APIs (idealerweise mit FastAPI; Erfahrung mit REST/GraphQL ist von Vorteil) ⢠Praktische Erfahrung mit Large Language Models (LLMs) und LLMOps, einschlieĂlich Prompt Engineering, FineâTuning und Evaluation (z. B. GPT, Claude) ⢠Umfangreiche Erfahrung im FineâTuning von OpenâSourceâModellen (z. B. Hugging FaceâĂkosystem) ⢠Praktische Erfahrung in der Konzeption und im Umgang mit VektorâDatenbanken (z. B. Pinecone, Weaviate, Chroma, pgvector) ⢠Erfahrung im Aufbau von AIâAgenten unter Verwendung von Frameworks wie LangGraph, LangChain, CrewAI oder ähnlichen ⢠Fundiertes Verständnis von ModellâDeployment und Serving (z. B. vLLM, TGI oder Managed Endpoints) ⢠Erfahrung mit CI/CDâPipelines und modernen DeploymentâPraktiken (Docker, Kubernetes, GitHub Actions) ⢠Umfangreiche Erfahrung in der Arbeit mit und Verarbeitung groĂskaliger Textdatensätze
⢠30 Tage bezahlter Urlaub ⢠RemoteâFirstâFlexibilität ⢠GroĂzĂźgiges Budget fĂźr Weiterbildung und Entwicklung ⢠Freie Wahl der idealen Arbeitsausstattung
Jetzt BewerbenVerbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung ßberprßfen.
đ vor 8 Monaten
Senior Data Lead mit Fokus auf den KOL-Datenlebenszyklus und funktionsßbergreifende Initiativen bei Veeva Systems. Unterstßtzung von Pharma- und MedTech-Fßhrungskräften mit umsetzbaren Erkenntnissen zur Verbesserung der Patientenergebnisse.
đŁď¸đşđ¸đŹđ§ Englisch erforderlich