Staff Machine Learning Engineer (m/f/d)

Über Octonomy

Bei Octonomy sind wir kein typisches KI-Startup. Wir bauen Großes auf – unterstützt von einer der größten Seed-Runden Europas (20 Millionen Euro), um unsere Vision schnell und nachhaltig zu skalieren. Unsere Mission ist klar: Wir transformieren Unternehmen mit der intelligentesten digitalen Arbeitskraft und ermöglichen eine neue Wachstumsära.

Unsere KI-octo-Arbeiter automatisieren Geschäftsprozesse mit hoher Zuverlässigkeit, starker Sicherheit und ohne Halluzinationen. Führende Kunden vertrauen uns bereits – und wir wachsen schnell in Deutschland und international.

Ihre Rolle

• Als Machine Learning Engineer (m/w/d) entwerfen und implementieren Sie produktionsreife KI-Systeme an der Schnittstelle von maschinellem Lernen, großen Sprachmodellen und agentischen Workflows. Dies ist keine reine Forschungsrolle – und keine generische Modelltrainingsrolle. Sie übernehmen die Verantwortung für echte KI-Systeme, die Automatisierung in geschäftskritischen Umgebungen ermöglichen.
• Entwicklung von End-to-End-KI-Systemen in der Produktion: Entwickeln, bereitstellen und betreiben Sie ML- und LLM-basierte Modelle, die messbare Auswirkungen haben.
• Arbeiten an modernen LLM-Architekturen: Entwerfen und verbessern Sie Systeme wie RAG-Pipelines, toolnutzende Agenten und mehrstufige Denk-Workflows.
• Verantwortung für Zuverlässigkeit und Evaluierung: Richten Sie robuste Evaluierungsrahmen, Überwachung und Sicherheitsvorkehrungen ein, um konsistente Leistung und minimale Halluzinationen sicherzustellen.
• Entwicklung skalierbarer ML-Infrastruktur: Verbessern Sie Trainingsabläufe, Bereitstellungspipelines und Automatisierung (CI/CD für ML, Reproduzierbarkeit, Modelllebenszyklus).
• Gestaltung wissenszentrierter KI-Lösungen (zukünftige Richtung): Tragen Sie zum Aufbau strukturierter Wissensdatenbanken bei, möglicherweise unter Einbeziehung ontologiebasierter Wissensgraphen.
• Leitung technischer Projekte von Anfang bis Ende: Treffen Sie Architekturentscheidungen, etablieren Sie Best Practices und mentorieren Sie andere, während wir unsere KI-Engineering-Organisation skalieren.

Ihr Profil

• Starke Erfahrung in der Bereitstellung von ML-Systemen: Mehrere Jahre Erfahrung im Aufbau und in der Bereitstellung von Modellen in realen Produktionsumgebungen.
• Expertise in LLM- und agentischen Systemen: Praktische Erfahrung mit großen Sprachmodellen, RAG-Setups, Orchestrierungsframeworks oder agentischen Workflows.
• Forschungsmentalität und -kultur: Erfahrung aus F&E, Veröffentlichungen oder fortgeschrittener akademischer Arbeit ist von Vorteil – aber am wichtigsten ist, dass Sie systematisch arbeiten: Experimentieren, Dokumentation und Best Practices.
• Solide Grundlagen in der Softwareentwicklung: Beherrschung von Python und ML-Frameworks, mit sauberem, getesteten und wartbarem Code.
• ML Ops und Produktionsverantwortung: Vertrautheit mit Docker, CI/CD, Überwachung und Betrieb von Modellen über das anfängliche Training hinaus.
• Führung und Projektverantwortung: Nachgewiesene Fähigkeit, komplexe technische Projekte von Anfang bis Ende zu leiten (Staff/Principal-Mentalität ist ein großer Vorteil).

Warum wir

• Eine Rolle mit echter Verantwortung: Sie verbessern direkt das tägliche Erlebnis des Teams.
• Ein sich schnell bewegendes Umfeld, in dem Qualität und Pragmatismus wichtig sind.
• Enge Zusammenarbeit mit erfahrenen IT-Betriebsmitarbeitern und einem globalen Team.
• Flexible Arbeitszeiten, die sich um Ihr Studium herum anpassen.
• Die Möglichkeit, sich in breitere IT-Operations-Themen (Tools, Prozesse, Sicherheitsgrundlagen) weiterzuentwickeln.

Über uns

Octonomy ist ein KI-Unternehmen mit Sitz in Köln, das sich auf die Entwicklung intelligenter KI-Agenten zur Automatisierung von Unternehmensprozessen spezialisiert hat. Mit seiner innovativen Technologie ermöglicht Octonomy eine hochqualitative und schnelle Automatisierung von Support-Services – von Kundenanfragen bis hin zu internen Mitarbeiter- und Partneranfragen. Die Mission des Unternehmens: Hochkomplexe Support-Prozesse so einfach automatisierbar machen wie nie zuvor.