Auf einen Blick
- Aufgaben: Optimiere KI-Modelle und bringe sie in die Produktion für echte Anwendungen.
- Unternehmen: Pruna AI, ein innovatives Unternehmen mit Fokus auf nachhaltige KI.
- Vorteile: Top Gehalt, Essensgutscheine, Gesundheitslösungen und flexible Arbeitsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit großartigen Wachstumschancen und einem unterstützenden Umfeld.
- Warum dieser Job: Gestalte die Zukunft der KI und mache sie für alle zugänglich.
- Qualifikationen: Erfahrung in ML, Python und Cloud-Deployment erforderlich.
Das prognostizierte Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Join Pruna AI as an ML Engineer, um cutting‑edge Modelle in schnelle, effiziente und produktionsbereite KI umzuwandeln – damit modernste Technologie zugänglich, erschwinglich und nachhaltig wird.
Wir sind auf einer Mission, KI effizienter zu gestalten, um eine bessere Zukunft aufzubauen. Während der Fokus der Foundational Model Labs auf dem Hochskalieren liegt, wollen wir das Spielfeld nivellieren, indem wir KI-Modelle entwickeln, die so zugänglich wie möglich sind. Jeder von uns kümmert sich leidenschaftlich darum, Menschen zu befähigen, ihren Einfluss zu maximieren und gleichzeitig ihren CO2-Fußabdruck zu minimieren.
RollenbeschreibungAls ML Engineer bei Pruna AI werden Sie die Lücke zwischen modernster Forschung und realen Anwendungen überbrücken. Ihre Mission ist es, die vielversprechendsten KI-Modelle zu identifizieren, die von der Community und der Industrie veröffentlicht wurden, eine Kombination interner und externer Effizienzmethoden anzuwenden, um sie effizienter zu machen, und sie für Endbenutzer bereitzustellen.
Was Sie tun werden:- Modelloptimierung: Analysieren Sie neu veröffentlichte Open-Source-Modelle und identifizieren Sie die Auswirkungen der Optimierung und Bereitstellung dieses Modells. Wenden Sie eine Kombination interner und externer Effizienzmethoden an, um sie effizienter zu machen. Benchmarken Sie die Leistung im Vergleich zu Basismodellen und stellen Sie minimale Genauigkeits-/Leistungsabstriche sicher. Erstellen Sie klare Berichte, die technische Ergebnisse in umsetzbare Erkenntnisse für Kommunikation und Markteinführung übersetzen. Verbessern Sie kontinuierlich bereitgestellte Modelle, während sich Forschung und Hardware weiterentwickeln.
- Bereitstellung & Lieferung: Verpacken Sie optimierte Modelle zur Bereitstellung in der Cloud. Stellen Sie eine reibungslose Integration in die SaaS-Plattform von Pruna und die Kundenumgebungen sicher. Arbeiten Sie mit dem Softwareteam zusammen, um Tests, Bereitstellung und Überwachung zu skalieren. Arbeiten Sie eng mit dem Forschungsteam zusammen, um vielversprechende Algorithmen zu identifizieren und anzuwenden sowie Feedback zu geben, was aktuelle Algorithmen verbessern kann.
- Kunden- & Partnerengagement: Sie werden eng mit Kunden und Nutzern unserer optimierten Modelle zusammenarbeiten, um die vielversprechendsten Modelle zu identifizieren oder die genauen Spezifikationen zu verstehen, die erforderlich sind. Sie werden ständig Kontakt mit Nutzern haben, um unsere Modelle schnell iterieren und verbessern zu können, um den Anforderungen der Branche und der Produktionsanwendungen gerecht zu werden.
Wir würden uns freuen, Folgendes zu sehen:
- Bildungshintergrund oder Erfahrung: B.Sc./M.Sc./Ph.D. in Informatik, Maschinenlernen oder verwandten Bereichen – oder gleichwertige Branchenerfahrung. Außergewöhnliche akademische Leistungen. Nachgewiesene Erfahrung mit modernen KI-Modellen (z.B. Transformer, Diffusion, multimodale Architekturen…).
- Maschinenlernen-Expertise: Starke Grundlagen in Deep Learning und angewandtem ML. Expertise in PyTorch und Python. Vertrautheit mit Workflows zur Modellbereitstellung (Cog, Litserve, vLLM usw.).
- Ingenieurwesen & Bereitstellung: Erfahrung in der Überführung von ML-Modellen von der Forschung in die Produktion in realen Umgebungen. Verständnis von Leistungsbenchmarking, Profiling und hardwarebewusster Optimierung. Vertrautheit mit Neo-Cloud-Plattformen (Replicate/Runpod/Modal) oder Legacy-Clouds (AWS/Azure/GCP) und Containerisierung (Cog, Docker…).
- Bewertungskompetenzen: Starkes Verständnis von Benchmarking-Tools und -Frameworks sowohl für Qualität als auch für Effizienz. Erfahrung in der Übersetzung von Bewertungsmetriken in umsetzbare Ingenieureingriffe.
- Persönliche Eigenschaften: Starkes Verantwortungsbewusstsein und Eigenverantwortung. Fähigkeit, in unklaren, schnelllebigen Umgebungen zu gedeihen. Klare Kommunikationsfähigkeiten, um Forschung und Kundenbedürfnisse zu verbinden. Leidenschaft für die Schaffung von KI, die sowohl wirkungsvoll als auch nachhaltig ist.
- Erfahrung mit Kompressionsmethoden (Quantisierung, Pruning, Destillation, Kompilierung).
- Kenntnisse über niedrigere Optimierungsframeworks (Triton, CUDA, C++).
- Frühere Erfahrung in der Vor-Ort-Ingenieursarbeit oder in kundenorientierten ML-Rollen.
Wir zahlen marktgerechte Sätze basierend auf Seniorität und Standort, unter Verwendung aggregierter Daten von Drittanbietern.
Vorteile:Essensgutscheine, Gesundheits- und Wellnesslösungen, Mobilität, Reisepolitik, um andere Pruners zu besuchen, und ein Remote-Stipendium für Ihren Arbeitsplatz zu Hause.
RekrutierungsprozessUnser Rekrutierungsprozess besteht aus 4 Interviews, um Erwartungen, technische Fähigkeiten und Team-/Kulturpassung zu überprüfen:
- Einführungsanruf – Lernen Sie sich kennen. [~1 Stunde]
- Grundlagen – Problemlösung & ML/Ingenieurgrundlagen. [~1 Stunde]
- Herausforderung – Wenden Sie Ihre Fähigkeiten auf eine repräsentative Aufgabe an. [~2/3 Stunden Vorbereitung + 1 Stunde Anruf]
- Treffen Sie das Team – Unterhalten Sie sich mit Pruners und erfahren Sie mehr über den Alltag. [~1 Stunde]
Hinweis zur Barrierefreiheit: Wir passen den Prozess an Ihre Bedürfnisse an, um Chancengleichheit für alle Bewerber zu gewährleisten.
Unsere Werte- Weise entscheiden – Rational, kundenorientierte Entscheidungen.
- Vertrauen von Anfang an – Transparenz und Zusammenarbeit.
- Inklusion fördern – Unterstützender, vielfältiger Arbeitsplatz.
- Gemeinsam wachsen – Feedback und Anerkennung.
- Unermüdlich lernen – Anpassen und innovieren in einem sich schnell verändernden Umfeld.
John Rachwan – CTO – Engineering
Bereits bei Pruna AI tätig? Lassen Sie uns gemeinsam rekrutieren und Ihren nächsten Kollegen finden.
ML Engineer Engineering · Munich · Hybrid Arbeitgeber: Nabla
Pruna AI ist ein hervorragender Arbeitgeber, der sich leidenschaftlich dafür einsetzt, KI zugänglicher und nachhaltiger zu gestalten. Mit einem dynamischen Arbeitsumfeld in München bietet das Unternehmen nicht nur wettbewerbsfähige Gehälter und umfassende Benefits wie Essensgutscheine und Gesundheitslösungen, sondern fördert auch aktiv die persönliche und berufliche Weiterentwicklung seiner Mitarbeiter. Hier haben Sie die Möglichkeit, an vorderster Front innovative ML-Modelle zu optimieren und in die Praxis umzusetzen, während Sie Teil eines unterstützenden und vielfältigen Teams sind, das Wert auf Transparenz und Zusammenarbeit legt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so ML Engineer Engineering · Munich · Hybrid erhalten könnten
✨Tipp Nummer 1
Mach dir eine Liste von Fragen, die du während des Interviews stellen möchtest. Das zeigt nicht nur dein Interesse an der Position, sondern hilft dir auch, herauszufinden, ob das Unternehmen wirklich zu dir passt.
✨Tipp Nummer 2
Bereite dich darauf vor, deine technischen Fähigkeiten in der Praxis zu demonstrieren. Sei bereit, über deine bisherigen Projekte zu sprechen und wie du ML-Modelle optimiert hast. Zeig uns, was du drauf hast!
✨Tipp Nummer 3
Networking ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit anderen ML-Engineers und Fachleuten in Kontakt zu treten. Oft erfährst du so von offenen Stellen, bevor sie veröffentlicht werden.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung schnell und effizient bearbeitet wird. Und hey, wir freuen uns immer über neue Talente, die unser Team verstärken!
Wir glauben, dass du diese Fähigkeiten brauchst, um ML Engineer Engineering · Munich · Hybrid mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die Leidenschaft für ML haben und bereit sind, ihre Ideen einzubringen.
Mach es klar und prägnant:Halte deine Bewerbung übersichtlich und auf den Punkt. Verwende klare Sprache und vermeide unnötigen Jargon. Wir wollen schnell verstehen, was du kannst und wie du zu uns passt!
Zeig deine Erfahrungen:Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Bereich Machine Learning. Konkrete Beispiele helfen uns, deine Fähigkeiten besser einzuschätzen und zu sehen, wie du in unser Team passen könntest.
Bewirb dich über unsere Website:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell bei uns ankommt und wir dich zeitnah kontaktieren können!
Wie man sich auf ein Vorstellungsgespräch bei Nabla vorbereitet
✨Verstehe die Rolle
Mach dich mit den spezifischen Anforderungen der ML Engineer-Position vertraut. Lies die Stellenbeschreibung gründlich durch und überlege, wie deine Erfahrungen und Fähigkeiten zu den Aufgaben passen. So kannst du gezielt auf Fragen eingehen und deine Eignung unter Beweis stellen.
✨Bereite technische Beispiele vor
Sei bereit, konkrete Beispiele aus deiner bisherigen Arbeit zu teilen, insbesondere in Bezug auf Modelloptimierung und -bereitstellung. Überlege dir, welche Herausforderungen du gemeistert hast und wie du innovative Lösungen gefunden hast. Das zeigt dein praktisches Wissen und deine Problemlösungsfähigkeiten.
✨Kenntnis aktueller Trends
Halte dich über die neuesten Entwicklungen im Bereich Machine Learning und KI auf dem Laufenden. Sei bereit, über aktuelle Modelle und Technologien zu sprechen, die für die Position relevant sind. Das zeigt dein Engagement und deine Leidenschaft für das Fachgebiet.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen möchtest. Das können Fragen zur Unternehmenskultur, den aktuellen Projekten oder den Erwartungen an die Rolle sein. Das zeigt dein Interesse und hilft dir, herauszufinden, ob das Unternehmen gut zu dir passt.
