Senior Engineer für KI und maschinelles Lernen

Stelle nicht auf LinkedIn

🔥 vor 1 Stunde

🌐 Belgien, Italien, +1 weitere Länder – Remote

🇧🇪 Belgien – Remote 🇮🇹 Italien – Remote 🇩🇪 Deutschland – Remote

⏰ Vollzeit

🟠 Senior

🤖 Machine-Learning-Entwickler

👻 Geisterscore 10%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

team.blue

WebsiteLinkedInAlle Stellen

1001 - 5000 Mitarbeiter

💼 Beratung

📣 Marketing

📦 Logistik

Consulting • Marketing • Logistics

team. blue ist ein führender digitaler Ermöglicher für Unternehmen und Unternehmer und betreut über 3,3 Millionen Kunden in ganz Europa. Mit einem Team von mehr als 2000 Experten bietet das Unternehmen innovative digitale Dienste an, die darauf abzielen, Unternehmen durch Technologie zu stärken. team. blue betreibt eine Vielzahl von Marken und konzentriert sich darauf, exzellente Kundenerlebnisse zu liefern.

Beschreibung

• Architektur und Weiterentwicklung der Multi-Agenten-Orchestrierungsplattform einschließlich Plugins, Tool-Use-Pipelines, Observability-Hooks sowie Adaptern für Sprach-, Telefonie- und Messaging-Kanäle • Konzeption und Implementierung von Voice-AI-Pipelines mit STT, Echtzeit-Streaming-TTS, VAD sowie SIP/RTP-Telefonieintegration bei einem Latenzziel von unter 300 ms • Aufbau und Wartung von RAG-Pipelines mit Messung der Retrieval-Qualität, Re-Ranking sowie hybrider Vektor- und Stichwortsuche • Definition der MCP-Serverarchitektur und von Verträgen für die Tool-Nutzung bei internen und Drittanbieterintegrationen • Feinabstimmung und Evaluierung von LLMs mit LoRA, QLoRA und DPO für Kundensupport, Klassifikation und strukturierte Extraktion • Benchmarking der Modellqualität anhand automatisierter Evaluierungen, menschlicher Präferenzdaten sowie sprach- und RAG-spezifischer Metriken • Verantwortung für den Modelllebenszyklus, Experiment-Tracking, Versionierung, Reproduzierbarkeit und Überführung in die Produktion • Verantwortung für die KI-Observability mit Langfuse-Tracing, Instrumentierung von LLM-Aufrufen, Kosten-Tracking und Warnmeldungen bei Qualitätsregressionen • Definition und Durchsetzung von Guardrails zur Halluzinationserkennung, PII-Redaktion, Sicherheitsprüfung von Ausgaben und Ratenbegrenzung • Aufbau von Pipelines für Datenaufnahme, Vorverarbeitung, Feature Engineering und kontinuierliches Lernen • Steuerung der ML-CI/CD einschließlich automatisierter Evaluierungs-Gates, Shadow Deployments, Canary Releases und Auslösern für Rollbacks • Festlegung von KI-Architekturstandards, Durchführung von Design-Reviews und Verantwortung für ADRs • Mentoring von ML Engineers und Applied Scientists • Zusammenarbeit mit Produkt- und Commercial-Teams, um Geschäftsprobleme in ML-Formulierungen und Erfolgsmetriken zu überführen • Zusammenarbeit mit externen Forschungspartnern sowie Beobachtung neuer Forschungsergebnisse und Open-Source-Entwicklungen

🎯 Anforderungen

• Mindestens 8 Jahre Berufserfahrung in ML Engineering, Applied AI oder Research Engineering • Mindestens 2 Jahre Erfahrung in einer Lead- oder Staff-Position • Tiefgehende praktische Produktionserfahrung mit LLMs, einschließlich Feinabstimmung, RLHF/DPO, Prompt Engineering, RAG und Tool-Nutzung • Sehr gute Kenntnisse in Python sowie Erfahrung mit PyTorch, HuggingFace Transformers und PEFT/LoRA • Erfahrung mit dem Bereitstellen von LLM-Inferenzdiensten mit vLLM, TensorRT-LLM oder TGI in einer latenzsensitiven Produktionsumgebung • Praktische Kenntnisse agentischer Frameworks, der Multi-Agenten-Koordination, der Orchestrierung von Tool-Aufrufen, des Kontext- und Speichermanagements sowie der Observability • Fundiertes Verständnis von MLOps einschließlich MLflow/W&B, Docker/Kubernetes, Model Registries und CI/CD für ML • Kenntnisse der LLM-spezifischen Risiken und Maßnahmen zu deren Minimierung in Produktionsumgebungen, einschließlich Halluzinationen, Prompt Injection, Datenlecks, Fairness und Datenschutz • Ausgeprägte Kommunikationsfähigkeiten für technische Dokumentation, Architektur-Reviews und die Erläuterung von Abwägungen gegenüber nichttechnischen Stakeholdern • Nachweis der Arbeitserlaubnis in dem Land, für das die Bewerbung eingereicht wird • Erfahrung mit Speech AI oder Echtzeit-Audiosystemen ist von großem Vorteil • Erfahrung mit Voice-Pipelines, Multi-Hop-RAG, MCP, Open-Source-ML-Beiträgen, multimodalen Modellen oder Quantisierungstechniken ist wünschenswert

🏖️ Vorteile

• Keine Unterstützung bei der Relocation und kein Visum-Sponsoring • Engagement für Vielfalt und Inklusion • ESG- und Nachhaltigkeitsinitiativen