Machine Learning Engineer - Large Language Models

Machine Learning Engineer - Large Language Models

Vollzeit 63000 - 77000 € / Jahr (geschätzt) Homeoffice möglich
J

Auf einen Blick

  • Aufgaben: Entwickle und optimiere fortschrittliche Large Language Models für die Gesundheitsversorgung.
  • Unternehmen: Innovatives Unternehmen im Bereich KI-gestützte Gesundheitslösungen.
  • Vorteile: Vollständig remote, wettbewerbsfähige Vergütung und kontinuierliche Weiterbildung.
  • Weitere Informationen: Dynamisches, internationales Team mit Fokus auf inklusive Zusammenarbeit.
  • Warum dieser Job: Gestalte die Zukunft der KI im Gesundheitswesen und löse komplexe technische Herausforderungen.
  • Qualifikationen: Mindestens 5 Jahre Erfahrung in Softwareentwicklung und Deep Learning.

Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.

This position is listed on behalf of a partner company, who manages all applications and next steps.

Our partner is looking for a Machine Learning Engineer - Large Language Models based in Germany.

Join a highly collaborative and innovation-driven environment where you'll help shape the future of AI-powered healthcare solutions.

In this role, you'll design, optimize, and deploy advanced Large Language Models that support real-world applications across healthcare and life sciences.

Working alongside multidisciplinary experts in machine learning, software engineering, and scientific domains, you'll contribute to cutting-edge AI initiatives with meaningful impact.

This is an opportunity to solve complex technical challenges, leverage state-of-the-art technologies, and influence the development of production-ready AI systems.

If you're passionate about LLMs, deep learning, and delivering scalable machine learning solutions, this role offers an exciting platform to grow your expertise while contributing to transformative projects.

  • Accountabilities
  • Fine-tune and optimize Large Language Models for a variety of healthcare and life science applications using techniques such as Supervised Fine-Tuning (SFT), Parameter-Efficient Fine-Tuning (PEFT), Direct Preference Optimization (DPO), and Proximal Policy Optimization (PPO).
  • Develop and enhance Retrieval-Augmented Generation (RAG) pipelines to improve the accuracy, relevance, and efficiency of AI-powered information retrieval systems.
  • Collect, prepare, clean, and curate high-quality datasets to support the training, evaluation, and continuous improvement of machine learning models.
  • Convert, optimize, and package AI models for production deployment across different serving environments while ensuring scalability and performance.
  • Collaborate with cross-functional teams to build, evaluate, and deploy robust deep learning solutions that address complex healthcare challenges.
  • Stay up to date with emerging advancements in LLMs, machine learning infrastructure, and AI engineering best practices to continuously improve model performance and reliability.

Requirements

  • At least 5 years of professional experience developing production-grade software engineering and deep learning solutions.
  • Degree in Computer Science, Data Science, Machine Learning, or a related technical field; a Master's or Ph. D. is strongly preferred.
  • Proven experience working with Large Language Models, including model fine-tuning and optimization techniques.
  • Hands-on expertise with frameworks such as Axolotl and strong knowledge of Transformer-based architectures.
  • Experience with machine learning frameworks, particularly Py Torch.
  • Familiarity with model serving technologies such as v LLM, Text Generation Inference (TGI), and llama. cpp.
  • Understanding of model quantization techniques and performance optimization for resource-constrained environments.
  • Strong problem-solving, collaboration, and communication skills with the ability to work effectively in distributed teams.
  • Passion for AI innovation and applying machine learning to impactful real-world use cases.

Benefits

  • Fully remote work environment with collaboration across an international team.
  • Competitive compensation package.
  • Opportunity to work on cutting-edge AI and Large Language Model technologies.
  • Continuous learning and professional development opportunities.
  • Exposure to impactful projects within healthcare, life sciences, and open-source AI.
  • Inclusive, diverse, and collaborative workplace committed to equal opportunity and fair hiring practices.

How Jobgether works

We use an

AI-powered matching process to ensure your application is reviewed quickly, objectively, and fairly against the role's core requirements.

Our system identifies the top-fitting candidates, and this shortlist is then shared directly with the hiring company.

The final decision and next steps (interviews, assessments) are managed by their internal team.

We appreciate your interest and wish you the best!

Why Apply Through Jobgether?

Data Privacy Notice

By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer.

This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR).

You may exercise your rights (access, rectification, erasure, objection) at any time.

#LI-CL1

We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses and identifying potential inconsistencies or verification signals in application materials based on available information.

These tools assist our recruitment team but do not replace human judgment.

Final hiring decisions are ultimately made by humans.

If you would like more information about how your data is processed, please contact us.

Machine Learning Engineer - Large Language Models Arbeitgeber: Jobgether

Jobgether ist ein hervorragender Arbeitgeber, der kreative Talente in der Schweiz anzieht. Mit flexiblen Arbeitsbedingungen, 20 Urlaubstagen und umfassender medizinischer Versicherung bietet das Unternehmen nicht nur ein unterstützendes und innovatives Arbeitsumfeld, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung. Hier haben Sie die Chance, in einem dynamischen Team zu arbeiten und Ihre kreativen Ideen in die Tat umzusetzen.

J

Kontaktdaten:

Jobgether Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Machine Learning Engineer - Large Language Models erhalten könntest

Engagier dich in Entwickler-Communities!

Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.

Zeig deine Fähigkeiten!

Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei Jobgether anzuklopfen, wenn du dich auf die Stelle als Machine Learning Engineer - Large Language Models bewirbst – so wissen sie gleich, was sie von dir erwarten können!

Nutze Jobplattformen speziell für Tech-Jobs!

Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.

Such dir Mentoren und Feedback!

Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei Jobgether vorzubereiten!

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer - Large Language Models mit Bravour zu bestehen

Machine Learning
Large Language Models (LLMs)
Supervised Fine-Tuning (SFT)
Parameter-Efficient Fine-Tuning (PEFT)
Direct Preference Optimization (DPO)
Proximal Policy Optimization (PPO)
Retrieval-Augmented Generation (RAG)

Einige Tipps für deine Bewerbung 🫡

Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.

Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.

Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.

Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei Jobgether klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.

Wie man sich auf ein Vorstellungsgespräch bei Jobgether vorbereitet

Technische Vorbereitung auf die Coding-Challenges

In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!

Das eigene Portfolio im besten Licht präsentieren

Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.

Teamfähigkeit und Kommunikation betonen

In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.

Vorbereitung auf Fragen zur Software-Architektur

Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.