Senior Machine Learning Engineer

🕒 vor 9 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

Raspberry AI

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

💼 Beratung

📣 Marketing

🤖 Künstliche Intelligenz

Consulting • Marketing • Artificial Intelligence

Raspberry AI ist eine generative KI-Plattform und ein kreativer Assistent für Modemarken und Designer, der die Design- und visuelle Inhaltserstellung automatisiert. Es generiert Drucke, Muster, Produktgrafiken und fotorealistische Darstellungen (vom Entwurf bis zur Darstellung, Fotografie- und Videostudio-Ausgaben) und bietet markenangepasste KI-Modelle, private Hosting und Unternehmens-Workflows, um die Zeit von der Idee bis zum Markt zu verkürzen, Kosten für Muster zu senken und geistiges Eigentum zu sichern. Das Produkt wird als B2B SaaS-Tool positioniert, das von Einzelhändlern, Bekleidungsherstellern und Designteams verwendet wird, um schneller zu iterieren und visuelles Merchandising sowie Produktentwicklung zu skalieren.

Beschreibung

• Conduct applied research and experimentation on state-of-the-art diffusion model architectures and training techniques. • Implement and evaluate novel techniques for improving quality and controllability in generated designs. • Analyze and interpret experimental results, draw meaningful conclusions, and communicate findings effectively. • Collaborate closely with the team to translate prototypes into production-ready systems. • Stay abreast of the latest advancements in diffusion models, deep learning, and generative AI research.

🎯 Anforderungen

• Master's or Ph.D. in Computer Science, Machine Learning, or a related field. 3+ years of industry experience. • Strong theoretical and practical understanding of deep learning, with a focus on generative models (e.g., GANs, VAEs, Diffusion Models). • Hands-on experience with deep learning frameworks such as PyTorch. • Experience with training and evaluating generative models on cloud GPU platforms (e.g., AWS, GCP, Azure). • Proficiency in using and tuning multimodal LLMs, including experience with both API-based and open-source model implementations. • Ability to effectively present complex technical information to both technical and non-technical audiences.