Senior Data Scientist (m/w/d)

Stelle nicht auf LinkedIn

🕒 vor 4 Monaten

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

Makersite

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2018

☁️ SaaS

🤖 Künstliche Intelligenz

📋 Compliance

SaaS • Artificial Intelligence • Compliance

Makersite ist ein preisgekröntes Softwareunternehmen für Datenlösungen, 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 großen Maßstab treffen. Makersite vereint AI, Daten und Anwendungen und bietet Funktionen wie automatisierte Lifecycle Assessments (LCA), Supply-Chain-Risikomanagement und AI-gestütztes Ecodesign. Die Plattform erleichtert die Erfüllung globaler Berichtspflichten und erhöht die Transparenz in der Lieferkette, sodass Organisationen Nachhaltigkeitsziele wie die Reduzierung des CO2-Fußabdrucks und den Aufbau resilienter Lieferketten erreichen können. Makersite ist ideal für Unternehmen, die Produktnachhaltigkeit, Compliance und Kosten mithilfe datengetriebener Entscheidungsfindung effektiv steuern möchten.

Beschreibung

• Entwicklung und Bereitstellung von produktionsreifen KI‑Systemen • Aufbau, Bereitstellung und Wartung skalierbarer APIs, die AI/ML‑Modelle in Produktionsumgebungen bereitstellen • Verantwortung für die End-to-End‑Lieferung von KI‑Lösungen, vom Prototypen bis zu vollständig produktiv eingesetzten Systemen • Konzeption und Implementierung von Retrieval‑Augmented Generation (RAG) Systemen unter Verwendung von Vektor‑Datenbanken • Aufbau und Orchestrierung von AI‑Agenten 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 großen Maßstab • Identifikation von Engpässen und Implementierung von Verbesserungen zur Sicherstellung leistungsstarker Systeme • Implementierung robuster Monitoring‑, Logging‑ und Alerting‑Lösungen für eingesetzte Modelle und Services • Gewährleistung von Systemzuverlässigkeit, Verfügbarkeit und Performance durch bewährte Praktiken in Produktions‑ML‑Systemen • Aufbau und Pflege von CI/CD‑Pipelines für nahtloses Testen, Deployment und Iteration von KI‑Systemen • Mitwirkung an der Weiterentwicklung von Engineering‑Standards, während das Unternehmen von schneller Experimentierphase zu strukturierteren, skalierbaren Abläufen übergeht • enge Zusammenarbeit mit Produkt‑ und Engineering‑Teams zur Integration von KI‑Funktionalitäten in Kernprodukte • Übersetzung von Geschäftsanforderungen in technische Lösungen und klare Kommunikation von Kompromissen • Mitwirkung an der Stabilisierung und Strukturierung von KI‑Entwicklungsprozessen in einer Phase schnellen Wachstums und Skalierung • Abwägung zwischen Ausführungsgeschwindigkeit und der Notwendigkeit wartbarer, gut dokumentierter und skalierbarer Systeme • Übernahme von Verantwortung für unklare/ambigue Fragestellungen und Begleitung bis zu praktischen, produktionsreifen Ergebnissen

🎯 Anforderungen

• 5+ Jahre Erfahrung mit Python • etwa 10 Jahre Gesamterfahrung in Software‑Engineering 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, einschließlich Prompt Engineering, Fine‑Tuning und Evaluation (z. B. GPT, Claude) • Umfangreiche Erfahrung im Fine‑Tuning von Open‑Source‑Modellen (z. B. Hugging Face‑Ökosystem) • Praktische Erfahrung in der Konzeption und im Umgang mit Vektor‑Datenbanken (z. B. Pinecone, Weaviate, Chroma, pgvector) • Erfahrung im Aufbau von AI‑Agenten unter Verwendung von Frameworks wie LangGraph, LangChain, CrewAI oder ähnlichen • Fundiertes Verständnis von Modell‑Deployment und Serving (z. B. vLLM, TGI oder Managed Endpoints) • Erfahrung mit CI/CD‑Pipelines und modernen Deployment‑Praktiken (Docker, Kubernetes, GitHub Actions) • Umfangreiche Erfahrung in der Arbeit mit und Verarbeitung großskaliger Textdatensätze

🏖️ Vorteile

• 30 Tage bezahlter Urlaub • Remote‑First‑Flexibilität • Großzügiges Budget für Weiterbildung und Entwicklung • Freie Wahl der idealen Arbeitsausstattung