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 – Forschung, Risikoanalyse und Compliance-Arbeit zu optimieren.
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 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 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
Zeige deine praktischen Fähigkeiten durch Projekte oder Beiträge auf Plattformen wie GitHub. Arbeite an eigenen NLP-Projekten oder verbessere bestehende Modelle, um deine Kenntnisse in LLMs und RAG-Architekturen zu demonstrieren. Dies gibt dir nicht nur praktische Erfahrung, sondern auch etwas Greifbares, das du potenziellen Arbeitgebern zeigen kannst.
✨Tip Nummer 3
Bereite dich darauf vor, technische Fragen zu beantworten, die sich auf deine Erfahrungen mit Python, Hugging Face und PyTorch beziehen. Übe, wie du deine bisherigen Projekte und Herausforderungen im Bereich Machine Learning erklärst. Dies wird dir helfen, während des Vorstellungsgesprächs selbstbewusst aufzutreten.
✨Tip Nummer 4
Informiere dich über die spezifischen Produkte und Technologien des Unternehmens. Verstehe, wie ihre LLM-Pipelines funktionieren und welche Herausforderungen sie in der Branche angehen. Dieses Wissen wird dir helfen, gezielte Fragen zu stellen und dein Interesse an der Position zu zeigen.
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 Unternehmensvision: Informiere dich über das Unternehmen, seine Produkte und die Technologien, die sie verwenden. Dies hilft dir, deine Motivation im Bewerbungsschreiben klar zu formulieren.
Betone relevante Erfahrungen: Hebe in deinem Lebenslauf und Anschreiben deine 3+ Jahre Erfahrung in ML/DS sowie deine starken Python-Kenntnisse hervor. Erwähne spezifische Projekte, an denen du gearbeitet hast, insbesondere im Bereich NLP und LLMs.
Zeige deine technischen Fähigkeiten: Stelle sicher, dass du deine Kenntnisse in Hugging Face, PyTorch oder ähnlichen Technologien klar darstellst. Wenn du Erfahrung mit AWS/GCP oder anderen relevanten Tools hast, erwähne dies ebenfalls.
Formuliere ein starkes Anschreiben: Nutze dein Anschreiben, um deine Begeisterung für die reale Anwendung von LLMs zu zeigen. Erkläre, warum du an dieser Position interessiert bist und wie du zur Weiterentwicklung des Produkts beitragen kannst.
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 Teamarbeit parat haben. Erkläre, wie du in interdisziplinären Teams gearbeitet hast und welche Rolle du dabei gespielt hast.
✨Frage nach der Unternehmenskultur
Nutze die Gelegenheit, um mehr über die Unternehmenskultur und die Arbeitsweise des Unternehmens zu erfahren. Stelle Fragen zu den aktuellen Projekten, der Teamdynamik und wie das Unternehmen Innovationen fördert. Das zeigt dein Interesse und Engagement.
