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-Tools für Fachleute 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 und keine Abhängigkeit von Standard-APIs.
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 – und optimiert so Forschung, Risikoanalyse und Compliance-Arbeit.
Warum dieses Unternehmen?
- Unterstützt von erstklassigen Investoren und schnell wachsend in Europa und den USA
- Sie haben ihre eigenen fein abgestimmten LLM-Pipelines entwickelt – keine übermäßige Abhängigkeit 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 mit Fachleuten aus der KI- und NLP-Branche. Besuche relevante Meetups oder Online-Webinare, um Kontakte zu knüpfen und mehr über aktuelle Trends und Technologien zu erfahren. Dies kann dir helfen, wertvolle Einblicke zu gewinnen und möglicherweise sogar Empfehlungen für offene Stellen zu erhalten.
✨Tip Nummer 2
Beteilige dich an Open-Source-Projekten im Bereich Machine Learning und NLP. Dies zeigt nicht nur deine Fähigkeiten, sondern hilft dir auch, praktische Erfahrungen zu sammeln und dein Portfolio zu erweitern. Plattformen wie GitHub sind ideal, um deine Projekte zu präsentieren.
✨Tip Nummer 3
Halte dich über die neuesten Entwicklungen in der NLP-Technologie auf dem Laufenden, insbesondere über LLMs und RAG-Architekturen. Abonniere Fachzeitschriften, Blogs oder Podcasts, um dein Wissen zu vertiefen und bei Vorstellungsgesprächen fundierte Gespräche führen zu können.
✨Tip Nummer 4
Bereite dich darauf vor, technische Herausforderungen während des Vorstellungsgesprächs zu meistern. Übe das Lösen von Problemen in Python und arbeite an Beispielprojekten, die deine Fähigkeiten in der Feinabstimmung von Modellen und der Implementierung von MLOps zeigen. Dies wird dir helfen, selbstbewusst aufzutreten.
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 Hugging Face oder PyTorch. Stelle sicher, dass du diese Punkte in deiner Bewerbung ansprichst.
Betone relevante Erfahrungen: Hebe deine Erfahrungen in der Maschinenlernen- und NLP-Entwicklung hervor. Nenne konkrete Projekte, an denen du gearbeitet hast, insbesondere solche, die LLMs oder RAG-Architekturen beinhalten.
Individualisiere dein Anschreiben: Schreibe ein individuelles Anschreiben, das deine Motivation für die Position und das Unternehmen verdeutlicht. Erkläre, warum du an der Entwicklung von KI-Tools für Juristen und Finanzprofis interessiert bist.
Prüfe deine Unterlagen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Fehler. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten Fähigkeiten und Erfahrungen klar dargestellt sind.
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 LLMs, Hugging Face und PyTorch. Zeige im Interview, dass du praktische Erfahrungen mit diesen Tools hast und bereit bist, sie anzuwenden.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Erfahrungen, die du in der Vergangenheit hattest, insbesondere im Bereich NLP und maschinelles Lernen. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie du Herausforderungen gemeistert hast.
✨Zeige deine Teamfähigkeit
Da die Rolle eine enge Zusammenarbeit mit MLOps-Ingenieuren und Fachexperten erfordert, ist es wichtig, deine Teamarbeit und Kommunikationsfähigkeiten zu betonen. Bereite Beispiele vor, in denen du erfolgreich im Team gearbeitet hast.
✨Frage nach der Unternehmenskultur
Zeige dein Interesse an der Unternehmenskultur und den Werten des Unternehmens. Stelle Fragen dazu, wie das Team zusammenarbeitet und welche Möglichkeiten zur beruflichen Weiterentwicklung bestehen. Das zeigt, dass du langfristig an einer Zusammenarbeit interessiert bist.
