ML Platform Engineer — Scale Foundation-Model Infra

ML Platform Engineer — Scale Foundation-Model Infra

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

Auf einen Blick

  • Aufgaben: Gestalte die Infrastruktur für KI-Modelle und arbeite an innovativen ML-Workflows.
  • Unternehmen: Kaiko, ein Unternehmen, das klinische KI-Assistenten entwickelt.
  • Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
  • Weitere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen.
  • Warum dieser Job: Sei Teil eines Teams, das die Zukunft der klinischen Entscheidungsfindung revolutioniert.
  • Qualifikationen: Erfahrung in ML-Plattformen und Teamarbeit.

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

Kaiko entwickelt einen KI-gestützten klinischen Assistenten der nächsten Generation, um Klinikern zu helfen, über Patientendaten, Richtlinien und Diagnosen nachzudenken. Unsere Plattform skaliert ML-Workflows von der Ausbildung bis zur Bereitstellung, mit einem Fokus auf Zuverlässigkeit, Sicherheit und regulatorische Übereinstimmung. Als ML Platform Engineer werden Sie die Grundlage für das Training und den Einsatz von Foundation-Modellen gestalten und mit Forschungs- und Produktteams zusammenarbeiten, um skalierbare, beobachtbare Infrastruktur bereitzustellen.

ML Platform Engineer — Scale Foundation-Model Infra Arbeitgeber: kaiko.ai

Kaiko.ai in Zürich ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der Mitarbeiter die Möglichkeit haben, an bedeutenden Projekten im Bereich der Gesundheitsdaten und KI zu arbeiten. Mit einem wettbewerbsfähigen Gehalt, einem Lernbudget und 25 Urlaubstagen jährlich fördert das Unternehmen die persönliche und berufliche Weiterentwicklung seiner Mitarbeiter und schafft eine Kultur des kontinuierlichen Lernens und der Zusammenarbeit.

K

Kontaktdaten:

kaiko.ai Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um ML Platform Engineer — Scale Foundation-Model Infra mit Bravour zu bestehen

Maschinelles Lernen (ML)
Infrastruktur für ML-Workflows
Zuverlässigkeit
Sicherheit
Regulatorische Konformität
Zusammenarbeit mit Forschungsteams
Produktentwicklung