
B2B • SaaS • Productivity
Typeform ist ein vielseitiger Online-Formularersteller, mit dem Unternehmen Formulare, Umfragen und Quizze erstellen können, die ansprechend und einfach zu bedienen sind. Mit dem Fokus auf der Bereitstellung eines überlegenen Benutzererlebnisses gestaltet Typeform Formulare, die mit Marken-Designs, Videoinhalten und dynamischen Fragen, die sich basierend auf vorherigen Antworten anpassen, aus dem Rahmen fallen. Ideal für B2B-Marketer erleichtert Typeform nicht nur die Datenerfassung, sondern bietet auch KI-Analysen, um Erkenntnisse aus Kundendaten zu gewinnen und Unternehmen dabei zu helfen, fundiertere Entscheidungen zu treffen. Typeform integriert sich nahtlos in zahlreiche Apps und bietet robuste und dynamische Lösungen für Marketing-, Forschungs-, Personal- und Kundenerfolgsteams.
201 - 500 Mitarbeiter
Gegründet 2012
🤝 B2B
☁️ SaaS
⚡ Produktivität
vor 3 Stunden
🗣️🇺🇸🇬🇧 Englisch erforderlich

B2B • SaaS • Productivity
Typeform ist ein vielseitiger Online-Formularersteller, mit dem Unternehmen Formulare, Umfragen und Quizze erstellen können, die ansprechend und einfach zu bedienen sind. Mit dem Fokus auf der Bereitstellung eines überlegenen Benutzererlebnisses gestaltet Typeform Formulare, die mit Marken-Designs, Videoinhalten und dynamischen Fragen, die sich basierend auf vorherigen Antworten anpassen, aus dem Rahmen fallen. Ideal für B2B-Marketer erleichtert Typeform nicht nur die Datenerfassung, sondern bietet auch KI-Analysen, um Erkenntnisse aus Kundendaten zu gewinnen und Unternehmen dabei zu helfen, fundiertere Entscheidungen zu treffen. Typeform integriert sich nahtlos in zahlreiche Apps und bietet robuste und dynamische Lösungen für Marketing-, Forschungs-, Personal- und Kundenerfolgsteams.
201 - 500 Mitarbeiter
Gegründet 2012
🤝 B2B
☁️ SaaS
⚡ Produktivität
• Skalierbare ML-Lösungen entwickeln und bereitstellen: Entwerfen, trainieren und bereitstellen von Machine-Learning-Modellen und Workflows mit Fokus auf Produktionsreife unter Verwendung von Tools wie Docker-Containern, Kubernetes, MLflow, Kafka und AWS-Services. • Vektordatenbanken und Streaming-Systeme nutzen: Entwerfen und Implementieren von Lösungen mit Vektordatenbanken und Kafka zur Verarbeitung großer, hochdimensionaler Echtzeitdaten für ML- und KI-Pipelines. • Workflows standardisieren: Einsatz von MLflow zur Verwaltung des gesamten ML-Lebenszyklus, einschließlich Experiment-Tracking, Model Registry und Deployment. • Automatisieren und orchestrieren: Nutzung von Orchestrierungstools wie Airflow zur Steuerung komplexer ML-Workflows und Gewährleistung einer reibungslosen Ausführung im großen Maßstab. • Infrastruktur optimieren: Entwerfen effizienter ML-Pipelines und Nutzung von Cloud-Services wie AWS, um zuverlässige, skalierbare und kosteneffiziente Lösungen sicherzustellen. • Fortschrittliche generative KI-Funktionen entwickeln: Anwendung Ihrer Expertise in LLMs und generativer KI zur Verbesserung unserer Produkte und zum Aufbau neuer KI-Funktionen, die neue und kreative Interaktionsmöglichkeiten mit KI ermöglichen. • Anwendungen generativer KI evaluieren: Unterstützung von F&E-Teams bei der Bewertung und Verfeinerung von KI-Funktionen. Aufbau automatisierter Evaluationspipelines zur Messung der Modellleistung. Entwicklung von Benchmarks zur Sicherstellung von Genauigkeit, Fairness und Zuverlässigkeit. • Teamübergreifend zusammenarbeiten: Zusammenarbeit mit Produkt-, Engineering-, Data-Engineering- und Analytics-Teams zur Abstimmung von ML-Initiativen auf Geschäftsziele und zur Optimierung des Nutzens. • Am Puls der Zeit bleiben: Beobachtung neuer Trends, Forschungsergebnisse und Best Practices, um Innovation voranzutreiben und unsere KI-Fähigkeiten kontinuierlich zu verbessern.
• Mindestens 4 Jahre praktische Erfahrung im Aufbau und in der Bereitstellung von ML-Modellen in Produktionsumgebungen. • Sehr gute Kenntnisse in Python und gängigen ML-Frameworks wie PyTorch, LangChain und Agents. • Erfahrung mit AWS Cloud, Kubernetes, ArgoCD, Docker, Terraform, Jenkins sowie fundiertes Verständnis von CI/CD-Pipelines für ML und Best Practices beim Modell-Deployment. • Erfahrung im Monitoring von ML-Modellen mittels Datadog und/oder OpenSearch. • Erfahrung beim Aufbau von ML-Services mit Python-Webframeworks wie FastAPI oder Stream-Processing-Bibliotheken wie Faust. • Erfahrung mit Tools wie Jupyter Notebooks, AWS SageMaker und AWS Bedrock. • Praktische Erfahrung mit Kafka und Vektordatenbanken. • Erfahrung in der Verwaltung von ML-Lifecycle-Workflows mit MLflow. • Tiefes Verständnis von LLMs und generativer KI sowie Erfahrung in deren Anwendung zur Lösung von geschäftlichen Fragestellungen. • Fähigkeit zur Zusammenarbeit mit funktionsübergreifenden Teams und zur Vermittlung technischer Konzepte gegenüber nicht-technischen Stakeholdern. • Vertrautheit mit Enterprise-RAG-Systemen, einschließlich Chunking, Reranking-Techniken etc.
• Wir sind stolz darauf, ein Arbeitgeber zu sein, der Chancengleichheit bietet. • Wir feiern Vielfalt und stehen entschieden gegen Diskriminierung und Belästigung jeglicher Art.
Bewerbenvor 1 Tag
Machine‑Learning‑Engineer, der Modelle feinabstimmt und Daten‑Pipelines für neue globale KI‑Anwendungen entwirft. Arbeitet mit hoher Autonomie in einem kleinen technischen Team, das sich auf wirkungsstarke Consumer‑KI konzentriert.
🗣️🇺🇸🇬🇧 Englisch erforderlich
vor 3 Tagen
Machine Learning Engineer III, verantwortlich für Entwurf, Entwicklung und Bereitstellung von ML-Systemen für Routing-Kosten bei Mapbox. Zusammenarbeit mit einem großen Team zur Weiterentwicklung von Navigationstechnologien.
🇩🇪 Deutschland – Remote
💰 Venture Round im 2021-04
⏰ Vollzeit
🟠 Senior
🔴 Experte
🤖 Machine-Learning-Entwickler
🗣️🇺🇸🇬🇧 Englisch erforderlich
vor 15 Tagen
Ingenieur für maschinelles Lernen, der innovative KI‑Lösungen für Dropbox Dash entwickelt. Zusammenarbeit mit verschiedenen Teams zur Verbesserung multimedialer und kreativer Sucherlebnisse mithilfe großskaliger Datensysteme.
🇩🇪 Deutschland – Remote
💵 €118.200 - €159.900 / Jahr
⏰ Vollzeit
🟡 Mittelstufe
🟠 Senior
🤖 Machine-Learning-Entwickler
🗣️🇺🇸🇬🇧 Englisch erforderlich
vor 1 Monat
MLOps-Ingenieur, der sicherstellt, dass Modelle des maschinellen Lernens vom Forschungsergebnis in den Produktionseinsatz überführt werden. Verantwortlich für das Entwerfen, Implementieren und Warten effizienter Pipelines zur Modellbereitstellung.
🇩🇪 Deutschland – Remote
💰 €15.000.000 Series B im 2024-06
⏰ Vollzeit
🟡 Mittelstufe
🟠 Senior
🤖 Machine-Learning-Entwickler
🗣️🇺🇸🇬🇧 Englisch erforderlich
vor 1 Monat
Senior Machine Learning Engineer bei Gorilla, spezialisiert auf die Bereitstellung ML-basierter Lösungen für Energie-Insights. Leitung des Designs von Prognosemodellen und Sicherstellung der effizienten Integration in die Technologieplattform.
🗣️🇺🇸🇬🇧 Englisch erforderlich