Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Feinabstimmung und Bereitstellung von Transformer-Modellen 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.
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 Konferenzen, um Kontakte zu knüpfen und mehr über aktuelle Trends und Technologien zu erfahren. Diese Verbindungen können dir wertvolle Einblicke geben und möglicherweise sogar zu einer Empfehlung führen.
✨Tip Nummer 2
Beteilige dich aktiv an Online-Communities, die sich mit Machine Learning und NLP beschäftigen, wie GitHub oder Stack Overflow. Teile deine Projekte und Beiträge, um deine Expertise zu zeigen und dich als aktives Mitglied der Community zu positionieren.
✨Tip Nummer 3
Erstelle ein Portfolio, das deine bisherigen Arbeiten im Bereich NLP und LLMs präsentiert. Zeige konkrete Beispiele für Projekte, an denen du gearbeitet hast, und erkläre die verwendeten Technologien und Methoden. Ein starkes Portfolio kann dich von anderen Bewerbern abheben.
✨Tip Nummer 4
Bereite dich auf technische Interviews vor, indem du häufige Fragen zu Machine Learning, Python und spezifischen NLP-Techniken übst. Nutze Plattformen wie LeetCode oder HackerRank, um deine Programmierfähigkeiten zu schärfen und dein Wissen über Algorithmen und Datenstrukturen zu vertiefen.
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 Teamarbeit parat haben. Erkläre, wie du in interdisziplinären Teams gearbeitet hast und wie du zur Erreichung gemeinsamer Ziele beigetragen hast.
✨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.