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 wächst schnell 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. 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 Fragen zu beantworten und praktische Probleme zu lösen, die während des Vorstellungsgesprächs auftreten könnten. Übe das Erklären deiner Ansätze zur Modelloptimierung und -implementierung, um deine Expertise zu demonstrieren.
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 deinem Lebenslauf und Anschreiben ansprichst.
Hebe relevante Erfahrungen hervor: Betone deine 3+ Jahre Erfahrung im Bereich Machine Learning und Data Science. Füge konkrete Beispiele hinzu, wie du Python in früheren Projekten eingesetzt hast, insbesondere in Bezug auf NLP und LLMs.
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. Gehe darauf ein, wie du zur Verbesserung ihrer Produkte beitragen kannst.
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.
✨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, indem du Fragen stellst, die über die technischen Aspekte hinausgehen. Frage nach der Zusammenarbeit zwischen Forschung und Engineering oder wie das Unternehmen Innovation fördert. Das zeigt, dass du nicht nur an der Technik, sondern auch am Team interessiert bist.