Senior ML Engineer

Stelle nicht auf LinkedIn

🔥 vor 59 Minuten

🌏 Überall auf der Welt

⏰ Vollzeit

🟠 Senior

🤖 Machine-Learning-Entwickler

🗣️🇺🇸🇬🇧 Englisch erforderlich

Woher diese Stelle stammt

Veröffentlicht auf der Karriereseite von Memory Bridge ↗der Karriereseite von Memory Bridge, nicht über eine Jobbörse

Von Remote Rocketship zum ersten Mal gesehen vor 59 Minuten

Noch offen auf der Website von Memory Bridge. Geprüft vor 18 Minuten.

Jetzt Bewerben
Logo of Memory Bridge

Memory Bridge

2 - 10 Mitarbeiter

🤖 Künstliche Intelligenz

⚡ Produktivität

Artificial Intelligence • Productivity

Memory Bridge stellt eine datenschutzorientierte Memory Layer für AI-Tools bereit. Sie erfasst den Kontext aus Gesprächen und teilt relevante Informationen über Modelle wie ChatGPT, Claude und Gemini hinweg. So können Nutzer:innen Memories verwalten, Prompts anreichern und sensible Details schützen.

Beschreibung

• Konzeption und Implementierung der zentralen Architektur des Memory-Subsystems einschließlich Storage-Tiers, Retrieval-Pipelines und datenschutzorientierter Filterung • Entwicklung von Bewertungs-Frameworks für die Qualität des Memory-Retrievals, die Relevanzbewertung und die Wirksamkeit der Augmentierung • Implementierung von Systemen zur Memory-Extraktion und -Klassifizierung, um relevanten Nutzerkontext aus Chatverläufen zu identifizieren, zu priorisieren und bereitzustellen • Recherche und Anpassung von Memory-Architekturen aus wissenschaftlichen Veröffentlichungen und Open-Source-Implementierungen wie MemGPT, Reflexion und kognitiven Architekturen • Konzeption der Memory-Update-Pipeline mit Relevanzfeedback, Korrekturmechanismen und adaptiver Datenschutzklassifizierung • Entwicklung hybrider Suchstrategien, die semantische Embeddings, strukturierte Metadaten, Graphbeziehungen und zeitliche Muster kombinieren • Zusammenarbeit mit dem Product Manager bei der Definition technischer Rahmenbedingungen und der Bewertung der Umsetzbarkeit von Features • Verantwortung für die Produktionszuverlässigkeit von AI-Features einschließlich Rufbereitschaft bei Prompt-Fehlern, Problemen bei der Extraktion und Integrationsfehlern • Anwendung von Strategien für Fehlerzustände und Fallbacks, einschließlich kontrollierter Funktionseinschränkungen, Wiederholungsversuchen und Eskalation zur manuellen Prüfung • Einstieg als Founding ML Engineer und aktive Mitgestaltung produktiver AI-Memory-Systeme

🎯 Anforderungen

• Mindestens fünf Jahre Berufserfahrung insgesamt, davon mindestens drei Jahre in der Softwareentwicklung und zwei Jahre in der Entwicklung von ML-/NLP-Systemen • Praktische Erfahrung in der Entwicklung LLM-basierter Systeme mit Schwerpunkt auf Kontextmanagement, persistenter Speicherung von Memory oder Personalisierung • Produktionserfahrung mit Vektordatenbanken wie Pinecone, Weaviate, Chroma oder Qdrant sowie mit hybriden Suchsystemen • Erfahrung mit der Überführung LLM-basierter Features in den Produktivbetrieb • Kenntnisse in Prompt Engineering, der Verwaltung von Context Windows und Mustern für die API-Zuverlässigkeit • Praktische Erfahrung mit Frameworks zur LLM-Orchestrierung, darunter LangChain, LangGraph, Mem0, MemGPT, Letta, LlamaIndex oder Haystack • Fähigkeit, hybride Suchen mit dichten Vektoren, Sparse Indices und Metadatenfilterung zu implementieren • Ausgeprägte Debugging-Fähigkeiten für RAG-Pipelines, Prompt-Zuverlässigkeit, Extraktionsgenauigkeit und Function Calling-/MCP-Integrationen • Erfahrung mit agentischen Architekturen, Tool Calling, MCP und Function Orchestration • Erfahrung mit datenschutzwahrendem Machine Learning oder strengen Anforderungen an die Datentrennung • Hervorragende Python-Kenntnisse • Gute praktische Kenntnisse in JavaScript/TypeScript für API-Integrationen und die Entwicklung von JSON-Schemas • Vertrautheit mit Transformer-Netzwerken und Attention-Mechanismen • Erfahrung mit Graphdatenbanken oder Wissensgraphen • Vertrautheit mit dem Testen von LLM-Anwendungen, Evaluierungsdatensätzen, Prompt-Regressionstests und A/B-Tests • Erfahrung mit der Entwicklung LLM-freundlicher APIs mit strukturierten Ausgaben, Streaming-Antworten und Token-Optimierung • Erfahrung mit Experiment-Tracking und Modellversionierung • Erfahrung mit DSGVO/CCPA sowie mit Datenlöschung, Einwilligungsmanagement oder Audit-Trails • Hintergrund in Empfehlungssystemen oder Personalisierungs-Engines • Beiträge zu Open-Source-Projekten im Bereich LLM/RAG oder zur Forschung im Bereich Memory-Systeme • Python, FastAPI, Git/GitHub, GitHub Actions und JSON • Ein Studienabschluss ist für diese Position nicht erforderlich

🏖️ Vorteile

• Remote-first-Arbeitsumgebung • Asynchrone Kommunikation • Nachhaltige Leistungskultur ohne Burn-out • Inklusiver und fairer Einstellungsprozess • Chancengleichheit im Beschäftigungsverhältnis • Möglichkeit, an anspruchsvollen AI-Themen zu arbeiten und AI-Memory-Systeme mitzugestalten • Vielfältiges und globales Team sowie eine internationale Unternehmenskultur

Jetzt Bewerben

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

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

Ähnliche Jobs

🕒 vor 6 Monaten

May Mobility

51 - 200

🚘 Automobilindustrie

📦 Logistik

🚗 Transport

Leitender ML-Ingenieur zur Entwicklung neuronaler Netze für Fahrspur- und Routennetzwerke bei May Mobility. Fokus auf Architektur, Design und Validierung von Lösungen für autonome Systeme.

🌏 Überall auf der Welt

💵 $210.000 - $245.000 / Jahr

⏰ Vollzeit

🟠 Senior

🤖 Machine-Learning-Entwickler

🗣️🇺🇸🇬🇧 Englisch erforderlich

🕒 vor 9 Monaten

Featherless AI

1 - 10

🤖 Künstliche Intelligenz

☁️ SaaS

🔌 API

Machine Learning Engineer, der multilinguale Datenpipelines für verschiedene Sprachen verwaltet und skaliert. Enge Zusammenarbeit mit Forschenden und Entwickler:innen, um robuste Modellleistungen über kulturelle Kontexte hinweg sicherzustellen.

🌏 Überall auf der Welt

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Machine-Learning-Entwickler

🗣️🇺🇸🇬🇧 Englisch erforderlich

🕒 vor 9 Monaten

Featherless AI

1 - 10

🤖 Künstliche Intelligenz

☁️ SaaS

🔌 API

ML Engineer mit Fokus auf Trainingsoptimierung, Skalierung und Verbesserung großskaliger Modelltrainingsysteme. Zusammenarbeit mit Forschenden zur Weiterentwicklung von Modellarchitekturen und deren Leistungsfähigkeit.

🌏 Überall auf der Welt

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Machine-Learning-Entwickler

🗣️🇺🇸🇬🇧 Englisch erforderlich

🕒 vor 9 Monaten

Featherless AI

1 - 10

🤖 Künstliche Intelligenz

☁️ SaaS

🔌 API

Machine-Learning-Ingenieur mit Schwerpunkt auf Modell-Distillation, um kleinere und schnellere Modelle für den Produktionseinsatz zu erstellen. Arbeiten an wegweisender Forschung und praktischen Anwendungen in einem remote-freundlichen Team.

🌏 Überall auf der Welt

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Machine-Learning-Entwickler

🗣️🇺🇸🇬🇧 Englisch erforderlich

🕒 vor 9 Monaten

Featherless AI

1 - 10

🤖 Künstliche Intelligenz

☁️ SaaS

🔌 API

Machine-Learning-Ingenieur, der die Modellinferenzleistung in großem Maßstab optimiert und Forschung mit Produktion verbindet, um schnelle, zuverlässige ML-Systeme bereitzustellen.

🌏 Überall auf der Welt

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 Machine-Learning-Entwickler

🗣️🇺🇸🇬🇧 Englisch erforderlich

Entwickelt von Lior Neu-ner. Ich freue mich über Ihr Feedback — kontaktieren Sie mich per DM oder per E-Mail support@remoterocketship.com
Follow Remote Rocketship on LinkedInFollow Remote Rocketship on InstagramFollow Remote Rocketship on FacebookFollow Remote Rocketship on TikTok