Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Feinabstimmung und Bereitstellung von Transformermodellen für mehrsprachige rechtliche NLP-Aufgaben.
- Arbeitgeber: Werde Teil eines wachsenden europäischen SaaS-Unternehmens, das KI-gestützte Tools entwickelt.
- Mitarbeitervorteile: Remote-Arbeit, wettbewerbsfähiges Gehalt von 100.000 € und spannende Projekte.
- Warum dieser Job: Arbeiten an realen LLM-Anwendungen mit direktem Einfluss auf die Branche.
- Gewünschte Qualifikationen: Mindestens 3 Jahre Erfahrung in ML/DS und starke Python-Kenntnisse erforderlich.
- Andere Informationen: Zusammenarbeit mit Experten aus der Rechtsbranche und Produktmanagern.
Das voraussichtliche Gehalt liegt zwischen 80000 - 120000 € pro Jahr.
Schließen Sie sich einem wachsenden europäischen SaaS-Unternehmen an, das KI-gestützte Tools entwickelt, die Anwälten, Beratern und Finanzfachleuten helfen, große Mengen komplexer Dokumente in Sekunden zu verarbeiten. Ihr Flaggschiffprodukt nutzt LLMs, retrieval-augmented generation (RAG) und benutzerdefinierte Feinabstimmung, um wichtige Erkenntnisse aus Verträgen, Einreichungen und interner Dokumentation zu extrahieren – Forschung, Risikoanalyse und Compliance-Arbeit zu optimieren.
Warum dieses Unternehmen?
- Unterstützt von erstklassigen Investoren und wächst schnell in Europa und den USA
- Sie haben ihre eigenen fein abgestimmten LLM-Pipelines entwickelt – keine Überabhängigkeit von Standard-APIs
- Produkt ist in Produktion mit Hunderten von Unternehmenskunden
- Forschungs- und Ingenieurarbeit sind eng miteinander verbunden (nicht isoliert)
Was Sie tun werden:
- Feinabstimmung und Bereitstellung von Transformermodellen für mehrsprachige rechtliche/NLP-Aufgaben
- Aufbau und Überwachung von Echtzeit-Dokumentenklassifizierungs-, Zusammenfassungs- und QA-Pipelines
- Zusammenarbeit mit MLOps-Ingenieuren zur Skalierung der Modellleistung
- Zusammenarbeit mit Experten aus dem Rechtsbereich und Produktmanagern
Was Sie benötigen:
- 3+ Jahre in ML/DS mit starken Python-Kenntnissen
- Erfahrung mit Hugging Face, PyTorch oder ähnlichem
- Frühere Arbeiten an NLP-Projekten, idealerweise einschließlich LLMs oder RAG-Architekturen
Bonus: AWS/GCP-Erfahrung, Kenntnisse in LangChain, Pinecone oder Weaviate
Wenn Sie sich für die Bereitstellung von LLMs in der realen Welt begeistern – nicht nur für Prototypen – lassen Sie uns sprechen.
Machine Learning Engineer – NLP, LLMs, Python – Remote – €100,000 Arbeitgeber: Findr
Kontaktperson:
Findr HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Engineer – NLP, LLMs, Python – Remote – €100,000
✨Tip Nummer 1
Netzwerke in der KI- und NLP-Community sind entscheidend. Nimm an Meetups, Webinaren oder Konferenzen teil, um Kontakte zu knüpfen und dein Wissen über aktuelle Trends und Technologien zu erweitern.
✨Tip Nummer 2
Zeige deine praktischen Fähigkeiten, indem du an Open-Source-Projekten arbeitest oder eigene Projekte entwickelst, die LLMs oder RAG-Architekturen nutzen. Dies kann dir helfen, deine Expertise zu demonstrieren und dich von anderen Bewerbern abzuheben.
✨Tip Nummer 3
Bereite dich auf technische Interviews vor, indem du häufige Fragen zu Machine Learning, NLP und den verwendeten Tools wie Hugging Face oder PyTorch übst. Das Verständnis der zugrunde liegenden Konzepte ist entscheidend für den Erfolg.
✨Tip Nummer 4
Informiere dich über die spezifischen Herausforderungen, mit denen Anwälte und Finanzprofis konfrontiert sind, wenn sie große Dokumente verarbeiten. Dieses Wissen wird dir helfen, während des Interviews relevante Fragen zu stellen und deine Eignung für die Rolle zu unterstreichen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineer – NLP, LLMs, Python – Remote – €100,000
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen, wie z.B. Erfahrung mit NLP, LLMs und Python. Stelle sicher, dass du diese Punkte in deiner Bewerbung ansprichst.
Hebe relevante Erfahrungen hervor: Betone in deinem Lebenslauf und Anschreiben deine 3+ Jahre Erfahrung im Bereich Machine Learning und Data Science. Nenne konkrete Projekte, an denen du gearbeitet hast, insbesondere solche, die Hugging Face, PyTorch oder ähnliche Technologien nutzen.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du für diese Position geeignet bist. Gehe darauf ein, wie deine Fähigkeiten zur Entwicklung und Feinabstimmung von Modellen beitragen können und warum dich die Arbeit mit LLMs begeistert.
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 Informationen enthält, um einen positiven Eindruck zu hinterlassen.
Wie du dich auf ein Vorstellungsgespräch bei Findr vorbereitest
✨Verstehe die Technologien
Mach dich mit den spezifischen Technologien vertraut, die in der Stellenbeschreibung erwähnt werden, wie Hugging Face, PyTorch und LLMs. Zeige im Interview, dass du praktische Erfahrungen mit diesen Tools hast und erkläre, wie du sie in früheren Projekten eingesetzt hast.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast, insbesondere im Bereich NLP und maschinelles Lernen. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie du Probleme gelöst hast und welche Ergebnisse du erzielt hast.
✨Zeige deine Teamfähigkeit
Da die Zusammenarbeit mit MLOps-Ingenieuren und Fachexperten wichtig ist, solltest du Beispiele für erfolgreiche Teamprojekte parat haben. Betone, wie du zur Teamdynamik beigetragen hast und wie du effektiv mit anderen zusammengearbeitet hast, um gemeinsame Ziele zu erreichen.
✨Frage nach der Unternehmenskultur
Nutze die Gelegenheit, um Fragen zur Unternehmenskultur und den Arbeitsabläufen zu stellen. Dies zeigt dein Interesse an der Firma und hilft dir, herauszufinden, ob die Werte des Unternehmens mit deinen eigenen übereinstimmen.
