ML Engineer

🕒 il y a 8 mois

🇩🇪 Allemagne – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

🤖 Ingénieur Machine Learning

👻 Score fantôme 55%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Orcrist Technologies GmbH

Site WebLinkedInTous les Emplois

11 - 50 employés

💼 Conseil

🎖️ Défense

📦 Logistique

Consulting • Defense • Logistics

Orcrist Technologies GmbH est une entreprise qui développe des solutions de fusion de l'intelligence et de support à la décision pour des environnements complexes, combinant des analyses avancées et l'intelligence artificielle pour aider les organisations à transformer l'incertitude en avantage stratégique. L'entreprise met l'accent sur les offres destinées aux entreprises et aux gouvernements, se positionnant comme un fournisseur d'outils d'intelligence opérationnelle et de décision de précision alimentés par l'IA pour le secteur public et les grandes organisations.

Description

• Package and deploy models (ASR, translation, OCR, NER, summarization) using Triton/KServe on Kubernetes. • Build evaluation pipelines (WER, BLEU, F1, latency, cost) and automate release gating. • Operate streaming + batch inference via Kafka, Temporal, and backfill tooling. • Monitor drift/quality with Prometheus, Grafana, Evidently; optimize inference cost and performance. • Collaborate with TypeScript teams on payload schemas, contracts, and human-in-the-loop feedback loops.

🎯 Exigences

• 4–8+ years ML engineering/MLOps, shipping models to production. • Strong Python, PyTorch/Transformers, and experience with Triton/KServe or similar. • Comfortable with Kubernetes, GitOps, CI/CD, and GPU workload operations. • Knowledge of evaluation metrics, monitoring, and annotation workflows. • Eligible to work in Germany; export-control screening required for certain programs.

🏖️ Avantages

• Modern MLOps stack: Triton, Temporal, Kafka, MLflow/Weights & Biases, Evidently, Kubernetes. • Remote-first in Germany with regular Berlin meetups, 30 days vacation, equipment & learning budget.