Senior AI/ML Engineer - EZDERM

Der Senior AI/ML Engineer ist ein praktischer technischer Leiter, der produktionsreife KI-Lösungen für die Ezderm-Plattform entwirft, erstellt und bereitstellt - ein auf Dermatologie fokussiertes elektronisches Gesundheitsakten- (EHR) und Praxismanagementsystem, das von Kliniken zur Durchführung ihrer täglichen Pflege verwendet wird. Ihre Arbeit bringt KI direkt in die Hände der Kliniker und verbessert, wie sie dokumentieren, entscheiden und arbeiten.

Die Hauptfokussierung liegt auf agentischen KI-Systemen und Werkzeugen - LLM-basierte Agenten, Multi-Agenten-Orchestrierung und RAG-Workflows - die klinische und administrative Workflows automatisieren, vom schnellen Prototyp bis hin zu zuverlässiger, skalierbarer Produktion. Sie werden unserem Architekturteam in einer frühen und grundlegenden Rolle beitreten, um unsere KI-Engineering-Praxis mitzugestalten, während Sie die technische Richtung festlegen und andere betreuen.

Verantwortlichkeiten:

• Agentische Systeme & Werkzeuge: Entwerfen, erstellen und bereitstellen von produktionsreifen agentischen KI-Systemen - LLM-basierte Agenten, Tool/Funktionsaufrufe, Multi-Agenten-Orchestrierung und RAG-Workflows, die klinische und administrative Workflows sicher und zuverlässig automatisieren;
• GenAI-Anwendungsentwicklung: Erstellen von LLM-Integrationen, RAG-Pipelines, Vektorsuche und Abrufsystemen, die von schnellen Prototypen bis hin zu skalierbaren, industrialisierten Bereitstellungen reichen;
• Bewertung & Qualität: Entwicklung von Evaluierungssuiten für Prompt-Tests, Ausgabevalidierung und Überwachung von Modellabweichungen, faktischer Verankerung und Antwortqualität;
• Datenpipelines: Entwerfen von Python-basierten Pipelines zur Bereinigung, Validierung und Transformation von Rohdaten in zuverlässige, modellbereite Datensätze für Training und Inferenz;
• Angewandte ML & Modellierung: Erstellen, Trainieren und Bewerten von ML-Modellen (Klassifikation, Regression, Clustering, Informationsabruf), wo sie das richtige Werkzeug sind, und Auswahl des geeignetsten Ansatzes für jedes Problem;
• Technische Führung: Festlegung der technischen Richtung, Definition von Best Practices, Überprüfung von Code und Designs sowie Mentoring von Ingenieuren; Partnerschaft mit Produktstakeholdern zur Bewertung der Machbarkeit und Umwandlung von geschäftlichen Herausforderungen in Experimente;
• Ethische & konforme KI: Sicherstellung, dass KI/ML-Lösungen den medizinischen Vorschriften und ethischen Datenpraktiken entsprechen.

Qualifikationen:

• BSc oder MSc in Informatik, Mathematik, Datenwissenschaft oder gleichwertige praktische Erfahrung;
• 5+ Jahre Berufserfahrung in maschinellem Lernen oder Datenwissenschaft, einschließlich produktionsreifer KI/ML-Systeme;
• Starke Kenntnisse in Python, SQL sowie im modernen KI/ML-Ökosystem (z.B. NumPy, pandas, scikit-learn, PyTorch oder TensorFlow);
• Solide Grundlagen im klassischen maschinellen Lernen und in der Datenwissenschaft – Klassifikation, Regression, Clustering, Merkmalsengineering, Modellevaluation und Statistik (z.B. neuronale Netze, Random Forests, SVM, k-Means);
• Praktische Kenntnisse in NLP und Transformermodellen (z.B. BERT und Varianten) für Aufgaben wie Textklassifikation, Entitäts-/Beziehungsabruf und Informationsretrieval;
• Erfahrung in der Integration von LLM-Anbieter-APIs (z.B. OpenAI, Anthropic, Azure OpenAI) und dem Bereitstellen von Modellen über FastAPI oder ähnliche;
• Nachweisliche Erfahrung im Aufbau von agentischen und LLM-basierten Anwendungen mit Frameworks wie LangChain, LangGraph oder LlamaIndex, einschließlich Prompt-Engineering, Tool/Funktionsaufrufen und Multi-Agenten-Orchestrierung;
• Starkes Verständnis von RAG-Mustern, Einbettungen und Vektordatenbanken (z.B. pgvector, Pinecone, Weaviate, OpenSearch oder Elasticsearch);
• Erfahrung mit AWS-Cloud, Docker/Kubernetes, CI/CD und MLOps/Überwachungstools (z.B. MLflow, LangSmith/LangFuse, Weights & Biases);
• Praktische Kenntnisse relationaler Datenbanken (z.B. PostgreSQL) und Datenverarbeitung für modellbereite Datensätze;
• Sicherheits- und Überwachungsbewusstsein, einschließlich Best Practices für Monitoring, Compliance und Zuverlässigkeit in KI-Systemen;
• Nachgewiesene Fähigkeit, technische Initiativen von Anfang bis Ende zu leiten und andere Ingenieure zu betreuen;
• Exzellente Kommunikations- und zwischenmenschliche Fähigkeiten;
• Gute Englischkenntnisse in Wort und Schrift.

Nice to Have:

• Erfahrung im Gesundheitswesen, in der Medizin oder in anderen regulierten Bereichen (z.B. HIPAA);
• Vertrautheit mit Gesundheitsdatenstandards oder medizinischer Abrechnung/Codierung und Einnahmen-Workflows;
• Erfahrung mit MLOps-Tools und Modellüberwachung in der Produktion;
• Erfahrung mit Datenplattformen wie Databricks oder Spark für die Verarbeitung großer Datenmengen;
• Erfahrung mit semantischer Suche, Empfehlungssystemen oder Feinabstimmung von Transformermodellen;
• Erfahrung in der Arbeit mit verteilten Systemen und Microservices-Architekturen.

Wir bieten:

• Hochqualifiziertes und professionelles Team;
• Optionale Arbeit von zu Hause oder im Büro (Sie entscheiden);
• Arbeiten an unserem eigenen Produkt;
• Private Krankenversicherung;
• Rückerstattung von Sportaktivitäten;
• Soziale Aktivitäten und ein sehr freundliches Arbeitsumfeld.