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: Arbeite an realen LLM-Anwendungen und erlebe die Verbindung von Forschung und Engineering.
- Gewünschte Qualifikationen: Mindestens 3 Jahre Erfahrung in ML/DS mit starken Python-Kenntnissen erforderlich.
- Andere Informationen: Bonus: Erfahrung mit AWS/GCP oder ähnlichen Technologien ist von Vorteil.
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 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 die Stelle zu erhalten.
✨Tip Nummer 2
Zeige deine Leidenschaft für LLMs und NLP durch persönliche Projekte oder Beiträge zu Open-Source-Projekten. Teile deine Ergebnisse auf Plattformen wie GitHub oder LinkedIn, um dein Fachwissen zu demonstrieren und dich von anderen Bewerbern abzuheben.
✨Tip Nummer 3
Bereite dich darauf vor, technische Fragen zu beantworten, die sich auf deine Erfahrungen mit Hugging Face, PyTorch und ähnlichen Tools beziehen. Übe, wie du deine bisherigen Projekte und deren Herausforderungen erklärt hast, um deine Problemlösungsfähigkeiten zu zeigen.
✨Tip Nummer 4
Informiere dich über die spezifischen Produkte und Dienstleistungen des Unternehmens. Verstehe, wie ihre Technologien funktionieren und welche Probleme sie lösen. Dies wird dir helfen, während des Interviews 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 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.
Hebe relevante Erfahrungen hervor: Betone in deinem Lebenslauf und Anschreiben deine 3+ Jahre Erfahrung im Bereich Machine Learning und Data Science sowie deine Python-Kenntnisse. Nenne konkrete Projekte, an denen du gearbeitet hast, insbesondere solche, die NLP oder LLMs betreffen.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du an dieser Position interessiert bist und wie deine Fähigkeiten zur Mission des Unternehmens passen. Zeige deine Begeisterung für die Anwendung von LLMs in der Praxis.
Dokumente überprüfen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten Informationen enthält.
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 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 Teamprojekte parat haben. Betone, wie du zur Teamdynamik beigetragen hast und wie du effektiv mit anderen zusammengearbeitet hast, um gemeinsame Ziele zu erreichen.
✨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 zu verstehen, ob die Werte und die Arbeitsweise des Unternehmens zu dir passen.
