Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle und skaliere KI-Systeme für den Unternehmenseinsatz.
- Arbeitgeber: Wir sind Vorreiter im Bereich Conversational AI mit globalem Einfluss.
- Mitarbeitervorteile: Genieße flexible Arbeitszeiten, Wettbewerbsgehälter und virtuelle Aktienoptionen.
- Warum dieser Job: Arbeite an realen KI-Herausforderungen und forme unsere AI-Roadmap aktiv mit.
- Gewünschte Qualifikationen: Erforderlich sind ein Master oder PhD in Informatik und 3-5 Jahre Erfahrung.
- Andere Informationen: Sei Teil einer innovativen Kultur, die Erfolge feiert und Zusammenarbeit schätzt.
Das voraussichtliche Gehalt liegt zwischen 54000 - 84000 € pro Jahr.
Standort: Berlin (Hybrid) | Typ: Vollzeit
Schließen Sie sich uns an der Spitze der Conversational AI an. Wir bauen unternehmensgroße KI-Systeme, die Echtzeit-, mehrsprachige Gespräche zwischen Marken und Kunden ermöglichen. Wenn Sie leidenschaftlich an LLMs, produktionsreifen ML-Systemen und der Schaffung greifbarer Produktwirkungen interessiert sind – dies ist die Rolle für Sie.
Was Sie tun werden:
- Entwerfen und Skalieren von KI-Systemen, die produktionsbereit, widerstandsfähig und für den Unternehmenseinsatz gebaut sind
- Aufbauen und Optimieren von Echtzeit-LLM-Inferenzpipelines zur Unterstützung von hochvolumigen, latenzarmen Umgebungen
- Übernehmen von Full-Stack-ML-Verantwortlichkeiten, von Training über Bereitstellung, Überwachung und Optimierung
- Entwickeln intelligenter Suchsysteme mit Vektordatenbanken und Einbettungspipelines
- Vorantreiben mehrsprachiger KI-Fähigkeiten für eine globale Kundenbasis
- Zusammenarbeiten mit verschiedenen Teams, um modernste KI-Fähigkeiten in Live-Produkt-Erlebnisse zu integrieren
- Nutzung moderner Infrastruktur, von PyTorch und Weaviate bis hin zu Gemini und cloud-nativen ML-Stacks
Was Sie mitbringen:
- Ein fortgeschrittener Abschluss (Master oder PhD) in Informatik, Maschinenlernen, Mathematik oder einem verwandten Bereich
- 3–5 Jahre praktische Erfahrung in der Bereitstellung von ML/AI-Systemen in der Produktion
- Tiefes Wissen über LLMs, RAG und Methoden zur Modellevaluation
- Expertise in Python sowie in ML-Frameworks wie PyTorch oder PyTorch Lightning
- Erfahrung mit cloud-basierten ML-Tools (AWS, GCP oder Azure)
- Starke Debugging-Fähigkeiten – sicher im Diagnostizieren von Modellabweichungen, Leistungsproblemen und Datenanomalien
- Vertrautheit mit MLOps/LLMOps-Best Practices, einschließlich CI/CD, Beobachtbarkeit und Pipeline-Automatisierung
- Eine Builder-Mentalität – neugierig, motiviert und angetrieben von der Lieferung von KI, die echte Probleme löst
Warum Sie es lieben werden:
- Arbeiten an realen KI-Herausforderungen, die Tausende von globalen Nutzern beeinflussen
- Verwendung modernster Tools wie Weaviate, Gemini und PyTorch
- Gestalten Sie die Richtung unserer KI-Roadmap mit echtem Eigentum und Einfluss
- Teil einer Kultur sein, die Innovation, Zusammenarbeit und das Feiern von Erfolgen – groß und klein – schätzt
- Genießen Sie wettbewerbsfähige Vergütung, virtuelle Aktienoptionen (VSOP) und ein lebhaftes Büro im Zentrum Berlins
- Gedeihen in einer Startup-Umgebung mit Flexibilität, Autonomie und Sinn
Machine Learning Engineer Arbeitgeber: LinkedIn
Kontaktperson:
LinkedIn HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Engineer
✨Netzwerken ist der Schlüssel
Nutze Plattformen wie LinkedIn, um mit aktuellen Mitarbeitern von StudySmarter in Kontakt zu treten. Stelle Fragen zu ihrer Arbeit und den Herausforderungen im Bereich Machine Learning. Ein persönlicher Kontakt kann dir helfen, einen Fuß in die Tür zu bekommen.
✨Praktische Erfahrungen sammeln
Beteilige dich an Open-Source-Projekten oder erstelle eigene Projekte, die sich auf LLMs und Produktionssysteme konzentrieren. Zeige in deinem Portfolio, dass du praktische Erfahrungen hast und in der Lage bist, komplexe ML-Systeme zu entwickeln und zu optimieren.
✨Bleibe auf dem neuesten Stand
Verfolge aktuelle Trends und Entwicklungen im Bereich Machine Learning und KI. Besuche Konferenzen oder Webinare, um dein Wissen zu erweitern und neue Technologien kennenzulernen, die für die Position relevant sind.
✨Bereite dich auf technische Gespräche vor
Übe technische Fragen und Probleme, die häufig in Vorstellungsgesprächen für Machine Learning Engineers gestellt werden. Sei bereit, deine Ansätze zur Lösung von Problemen zu erläutern und zeige deine Fähigkeiten in Python und den relevanten ML-Frameworks.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineer
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf spezifische Anforderungen wie Kenntnisse in LLMs, Python und Cloud-ML-Tools. Stelle sicher, dass du diese Punkte in deiner Bewerbung ansprichst.
Hebe relevante Erfahrungen hervor: Betone in deinem Lebenslauf und Anschreiben deine 3-5 Jahre Erfahrung im Bereich ML/AI, insbesondere in der Entwicklung und dem Einsatz von produktionsreifen Systemen. Verwende konkrete Beispiele, um deine Erfolge zu untermauern.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, das deine Leidenschaft für KI und ML zeigt. Erkläre, warum du an dieser Position interessiert bist und wie du zur Weiterentwicklung der AI-Systeme beitragen kannst.
Prüfe deine Unterlagen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten Fähigkeiten und Erfahrungen klar dargestellt sind.
Wie du dich auf ein Vorstellungsgespräch bei LinkedIn vorbereitest
✨Verstehe die Technologien
Mach dich mit den spezifischen Technologien und Tools vertraut, die im Job erwähnt werden, wie PyTorch, Weaviate und cloud-basierte ML-Tools. Zeige während des Interviews, dass du praktische Erfahrungen mit diesen Technologien hast und bereit bist, sie anzuwenden.
✨Bereite Beispiele vor
Denke an konkrete Projekte oder Erfahrungen, die deine Fähigkeiten in der Entwicklung und Optimierung von ML-Systemen demonstrieren. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du Lösungen gefunden hast.
✨Zeige deine Problemlösungsfähigkeiten
Da der Job stark auf Debugging und das Diagnostizieren von Problemen fokussiert ist, bereite dich darauf vor, Fragen zu beantworten, die deine analytischen Fähigkeiten testen. Erkläre, wie du mit Modellabweichungen und Leistungsproblemen umgegangen bist.
✨Kollaboration betonen
Da die Rolle eine enge Zusammenarbeit mit verschiedenen Teams erfordert, solltest du Beispiele für erfolgreiche Teamarbeit und interdisziplinäre Projekte parat haben. Betone, wie du zur Integration von KI-Funktionen in Produkte beigetragen hast.
