Senior AI Engineer in München

Wir suchen einen erfahrenen Senior AI Engineer, um produktionsreife KI-Systeme in einer komplexen digitalen Lieferkettenumgebung zu entwickeln und zu verbessern. Sie werden über den gesamten KI-Lebenszyklus hinweg arbeiten, von der Pipeline-Entwicklung und Modellierung bis hin zu MLOps, Infrastruktur, Tests und Produktionsbereitstellung. Der Schwerpunkt liegt stark auf der Dokumentenintelligenz in der realen Welt, einschließlich NLP, OCR, Bildverarbeitung, generativer KI, KI-Agenten und Unsicherheitsabschätzung.

Sie werden Herausforderungen angehen, wie z.B. das zuverlässige Extrahieren strukturierter Informationen aus verschiedenen Dokumenten, die Bestimmung, wann KI-Ausgaben eine menschliche Überprüfung erfordern, und das automatische Abgleichen verwandter Geschäftsdokumente unter strengen rechtlichen und Compliance-Anforderungen. Dies ist eine senior hands-on Ingenieurposition mit klaren Möglichkeiten zur Entwicklung in Richtung einer Teamleiterrolle. Sie werden schrittweise mehr technische Verantwortung übernehmen, Kollegen betreuen und helfen, Ingenieurstandards und KI-Strategien zu gestalten.

Verantwortlichkeiten

• Über den gesamten KI-Lebenszyklus hinweg arbeiten, von Architektur und Pipeline-Design über Entwicklung, Tests, Bereitstellung und Produktionsüberwachung.
• MLOps-Prozesse und Infrastruktur kontinuierlich verbessern, um sicherzustellen, dass KI-Systeme zuverlässig, skalierbar, sicher und wartbar bleiben.
• Fortgeschrittene KI-Funktionen entwerfen und implementieren, die NLP, OCR, Bildverarbeitung, generative KI und KI-Agenten umfassen.
• Lösungen entwickeln, die zuverlässig strukturierte Informationen aus einer Vielzahl von realen Dokumenten extrahieren.
• Mechanismen zur Unsicherheitsabschätzung entwickeln, die es KI-Systemen ermöglichen zu erkennen, wann ein Dokument zur menschlichen Überprüfung eskaliert werden sollte, anstatt eine unzuverlässige Vorhersage zu treffen.
• Systeme aufbauen und verbessern, die automatisch verwandte Geschäftsdokumente abgleichen und Inkonsistenzen zwischen ihnen identifizieren.
• Machine-Learning-Modelle, KI-Dienste und Datenpipelines in enger Zusammenarbeit mit Ingenieur- und Produktteams entwickeln, bereitstellen und warten.
• Die Genauigkeit, Effizienz, Robustheit und Unsicherheitsabschätzung bestehender KI-Funktionen durch rigoroses Testen verbessern.
• Zur Skalierbarkeit, Wartbarkeit und Kernarchitektur bestehender KI-Lösungen beitragen und gleichzeitig neue Fähigkeiten von Grund auf neu entwickeln.
• Technische Prioritäten mit Kundenanforderungen abstimmen und technische Expertise in Produkt- und Geschäftsdiskussionen einbringen.
• Ingenieurstandards, Werkzeuge, Testmethoden und Qualitätspraktiken etablieren und weiterentwickeln.
• Kollegen betreuen und technisch anleiten, während sie sich in Richtung größerer technischer und Führungsverantwortung entwickeln.
• Moderne KI-unterstützte Ingenieurtools als Teil des täglichen Entwicklungsworkflows nutzen.
• Sauberen, gut getesteten, produktionsbereiten Python-Code schreiben, wobei die Leistung und Zuverlässigkeit nach der Bereitstellung stark berücksichtigt werden.

Anforderungen

• Abschluss (Bachelor oder Master) in Informatik, Ingenieurwesen oder einem verwandten Bereich oder gleichwertige relevante Ausbildung und Erfahrung.
• Mindestens 5 Jahre Berufserfahrung im Bereich KI-Engineering.
• Starke Erfahrung im gesamten KI/ML-Lebenszyklus, einschließlich Entwicklung, Bereitstellung, Überwachung und MLOps.
• Praktische Erfahrung in der Verarbeitung natürlicher Sprache (NLP).
• Praktische Erfahrung mit bildverarbeitenden und computer vision-bezogenen Anwendungen.
• Erfahrung mit OCR- und Dokumentenverarbeitungssystemen.
• Starkes Interesse und praktische Erfahrung in generativer KI.
• Solides Verständnis von KI-Agenten, Werkzeugnutzung und den praktischen Einschränkungen agentischer Systeme.
• Starke Python-Entwicklungsfähigkeiten.
• Praktische Erfahrung mit Microsoft Azure.
• Starkes Wissen über MLOps-Prozesse und Infrastrukturmanagement.
• Erfahrung mit Infrastructure as Code; Terraform-Kenntnisse sind von Vorteil.
• Fähigkeit, sauberen, wartbaren, gut getesteten, produktionsreifen Code zu schreiben.
• Starkes Verständnis dafür, was nach der Modellbereitstellung passiert, einschließlich Zuverlässigkeit, Überwachung, Skalierbarkeit und fortlaufende Leistung.
• Vertrautheit mit modernen KI-unterstützten Entwicklungstools.
• Interesse daran, in Richtung einer Teamleiter- oder breiteren technischen Führungsposition voranzukommen.
• Frühere Erfahrung in der Betreuung oder technischen Anleitung anderer Ingenieure ist von Vorteil.
• Fließendes Deutsch und Englisch auf C1-Niveau oder höher.
• Bereitschaft, mindestens zwei Tage pro Woche im Büro in München zu arbeiten.
• Proaktive und praktische Herangehensweise mit starken Kommunikations- und Kollaborationsfähigkeiten.
• Lösungsorientierte Denkweise mit der Fähigkeit, technische Herausforderungen vorherzusehen und Verantwortung für Probleme zu übernehmen.

Vorteile

• Signifikante Verantwortung und die Möglichkeit, die Entwicklung von Produktions-KI-Systemen direkt zu beeinflussen.
• Gelegenheit, komplexe, reale KI-Herausforderungen zu lösen, die NLP, OCR, Dokumentenintelligenz, Unsicherheitsabschätzung und MLOps betreffen.
• Arbeiten an KI-Systemen, bei denen Verbesserungen in Genauigkeit und Zuverlässigkeit direkte Auswirkungen auf die täglichen Abläufe der Kunden haben.
• Modernes KI-first Ingenieurumfeld mit Zugang zu fortschrittlichen KI-unterstützten Entwicklungstools.
• Cloud-basierte Infrastruktur mit Technologien wie Azure und Infrastructure as Code.
• Gelegenheit, neue KI-Fähigkeiten und Infrastruktur von Grund auf neu zu entwickeln sowie bestehende Systeme zu verbessern.
• Klare Entwicklungsmöglichkeiten in Richtung einer Teamleiterposition mit zunehmender technischer Verantwortung und Mentoring-Aufgaben.
• Flache Organisationsstruktur mit enger Zusammenarbeit zwischen Ingenieurwesen, Produkt und Führungsebene.
• Hybrides Arbeitsmodell mit einem zentralen Büro in München und festgelegten Homeoffice-Tagen.
• Keine regelmäßigen Geschäftsreisen erforderlich.
• Flexible Urlaubsoptionen und zusätzliche Mobilitäts-, Fitness- und Unternehmensleistungen.
• Starker Fokus auf Autonomie, berufliche Entwicklung und nachhaltige Work-Life-Balance.