Forward Deployed Machine Learning Engineer

Was wäre, wenn der schwierigste Teil von generativer KI nicht das Trainieren des Modells ist, sondern es unter unerwarteten Einschränkungen in der Produktion zum Laufen zu bringen? Unser Gründungsteam hat Latent Diffusion und Stable Diffusion entwickelt – Durchbrüche, die generative KI Millionen zugänglich gemacht haben. Heute treiben unsere FLUX-Modelle kreative Werkzeuge, Design-Workflows und Produkte in verschiedenen Branchen weltweit an. Unsere FLUX-Modelle sind nicht nur aufgrund ihrer Fähigkeiten erstklassig, sondern auch wegen ihrer Benutzerfreundlichkeit bei der Entwicklung von Produktionsanwendungen. Wir führen öffentliche Benchmarks an und konkurrieren an der Spitze – und in den meisten Fällen gewinnen wir. Wenn Sie unermüdlich neugierig sind und von hoher Eigenverantwortung getrieben werden, möchten wir mit Ihnen sprechen.

Mit einem Team von ~50 bewegen wir uns schnell und übertreffen unsere Möglichkeiten. Von unseren Labors in Freiburg – einer Universitätsstadt im Schwarzwald – und San Francisco aus bauen wir das, was als Nächstes kommt.

Was Sie Pionierarbeit leisten werden

Sie werden an der Schnittstelle zwischen modernster Forschung und brutaler Produktionsrealität leben. Ihre Kunden wollen nicht nur, dass FLUX funktioniert – sie benötigen es optimiert für ihre spezifische Hardware, fein abgestimmt auf ihre einzigartigen Anwendungsfälle und integriert in Systeme, die ursprünglich nicht für Diffusionsmodelle konzipiert wurden.

• Stellen Sie sicher, dass FLUX-Modelle in den Kundenumgebungen optimal funktionieren – sei es auf lokalen GPU-Clustern oder BFL-gehosteter Infrastruktur – und balancieren Sie die ewige Spannung zwischen Latenz und Ausgabequalität.
• Architekten tiefgreifender Produktintegrationen, die weit über „hier ist ein API-Endpunkt“ hinausgehen – helfen Sie Kunden bei allem, von der Modellbereitstellung bis hin zu Inferenzoptimierungstechniken, die noch nicht in Lehrbüchern stehen.
• Personalisieren Sie unsere Grundmodelle für visuelle Medien, um Probleme zu lösen, die Kunden nicht artikulieren konnten, bis Sie ihnen geholfen haben, zu verstehen, was möglich ist.
• Führen Sie technische Tiefenanalysen mit Kunden durch, um Leistungsengpässe zu diagnostizieren, und übersetzen Sie diese Erkenntnisse in Lösungen (und manchmal in Forschungsfragen für unser Kernteam).
• Entdecken Sie, wohin generative visuelle KI als Nächstes gehen sollte, indem Sie verstehen, welche Branchen mit Problemen kämpfen, die wir lösen könnten.

Fragen, mit denen wir ringen

• Was bedeutet „optimale Leistung“ tatsächlich, wenn ein Kunde 100 ms Latenz benötigt und ein anderer fotorealistische Qualität um jeden Preis?
• Wie können Sie ein Grundmodell für den spezifischen Anwendungsfall eines Kunden feinabstimmen, ohne das zu verlieren, was es ursprünglich leistungsstark gemacht hat?
• Wann sollte ein Kunde FLUX auf seiner eigenen Infrastruktur ausführen versus unsere gehostete Lösung nutzen – und wie helfen wir ihnen, diese Entscheidung ehrlich zu treffen?
• Welche Inferenzoptimierungen funktionieren theoretisch, brechen aber in der Produktion und umgekehrt?
• Welche Branchen erkennen noch nicht, dass sie ein Problem mit generativer visueller KI haben, das wir lösen könnten?

Wer hier gedeiht

Sie verstehen Diffusionsmodelle nicht nur konzeptionell, sondern auch viszeral – Sie haben sie debuggt, optimiert und in großem Maßstab bereitgestellt. Sie waren im Raum, als die Integration eines Kunden schiefging und Sie diagnostizieren mussten, ob es sich um ein Modellproblem, ein Infrastrukturproblem oder ein grundlegendes Missverständnis darüber handelt, was das Modell tun kann.

• Direkte Erfahrung in der Zusammenarbeit mit Kunden bei der Bereitstellung von generativer KI – die Art, bei der Sie in Echtzeit an Lösungen iterieren, nicht nur einem Handbuch folgen.
• Praktische Expertise mit generativen Modellierungsansätzen, insbesondere Feinabstimmung, Optimierung und Bereitstellung von Deep-Learning-Modellen in Produktionsumgebungen.
• Eine nachgewiesene Erfolgsbilanz als ML-Ingenieur, der Modelle ausgeliefert hat, von denen echte Systeme abhängen.
• Starke Python-Kenntnisse und intuitives Verständnis von API-Design.
• Die Fähigkeit, einem Geschäftsführer zu erklären, warum ein Diffusionsmodell langsam ist, und einem Ingenieur zu zeigen, wie man es in derselben Besprechung behebt.

Wir wären besonders begeistert, wenn Sie:

• Tiefes Wissen über Diffusionsmodelle und/oder Flussanpassung haben, einschließlich Feinabstimmungs- und Destillierungstechniken, die über Standardtutorials hinausgehen.
• Das FLUX-Ökosystem genau kennen – ComfyUI, gängige Trainingsframeworks, die Werkzeuge, die Praktiker tatsächlich verwenden.
• Erfahrungen in der Optimierung von Inferenz für transformerbasierte Modelle haben (und die Narben, die das beweisen).
• Lösungen in komplexen Unternehmensumgebungen entwerfen können, in denen „einfach mehr GPUs hinzufügen“ keine Option ist.
• Zu Open-Source-Projekten im Bereich der Diffusionsmodelle beitragen und die Community verstehen.
• Modelle auf Cloud-Plattformen mit modernster Bereitstellungsinfrastruktur bereitgestellt haben.

Worauf wir hinarbeiten

Wir unterstützen nicht nur Kunden – wir lernen, was es tatsächlich braucht, um an der Spitze der generativen KI in großem Maßstab zu arbeiten. Jede Kundenintegration lehrt uns etwas, das wir nicht wussten. Jede Optimierungsherausforderung offenbart Lücken in unserem Verständnis. Wenn sich das überzeugender anhört, als alle Antworten dokumentiert zu haben, sollten wir sprechen.

Wie wir zusammenarbeiten

Wir sind ein verteiltes Team mit echten Büros, die die Menschen tatsächlich nutzen. Je nach Rolle kommen Sie entweder mindestens 2 Tage pro Woche (oder eine volle Woche alle zwei Wochen) nach Freiburg oder SF oder arbeiten remote mit einer monatlichen persönlichen Woche, um verbunden zu bleiben. Wir übernehmen angemessene Reisekosten, um dies zu ermöglichen. Wir glauben, dass persönliche Zeit wichtig ist, und haben die Dinge so strukturiert, dass sie für alle zugänglich sind. Wir werden während unseres Interviewprozesses besprechen, wie dies für die Rolle aussehen wird.

Alles, was wir tun, basiert auf vier Werten:

• Besessen. Wir sind ein Forschungsinstitut an der Front. Die Wissenschaft muss stimmen, das Verständnis tief, das Produkt schön sein.
• Niedriger Ego. Die Arbeit spricht. Die beste Idee gewinnt, egal wer sie gesagt hat. Anerkennung wird geteilt. Niemand steht über einer Aufgabe.
• Mutig. Wir setzen auf das Ambitionierte. Wir liefern, wir warten nicht darauf, dass die Bedingungen perfekt sind.
• Freundlich. Menschen über Politik. Wir behandeln uns gegenseitig mit echter Wärme. Eigenverantwortung ohne Empathie schafft Chaos.

Jahresgrundgehalt für eine Rolle in SF: $180.000–$300.000 USD (je nach Erfahrung). Wir sind in Europa ansässig und schätzen Tiefe über Lärm, Zusammenarbeit über Heldentum und ehrliche technische Gespräche über Hype. Unsere Modelle wurden hunderte Millionen Male heruntergeladen, aber wir sind immer noch ein ~50-Personen-Team, das lernt, was an der Spitze der generativen KI möglich ist.