Natural Language Processing Engineer in München

Standort: Amsterdam oder München

Anstellungsart: Vollzeit

Über unseren Kunden

Unser Kunde ist ein führender globaler Distributor von elektronischen Komponenten. Er expandiert schnell und investiert stark in KI und maschinelles Lernen der nächsten Generation, um die Beschaffungsautomatisierung weltweit zu revolutionieren.

Stellenbeschreibung

Wir suchen einen Principal NLP Scientist, der als technischer Leiter und individueller Beitragender direkt an den CTO berichtet. In dieser Rolle sind Sie verantwortlich für das Design, die Forschung und die Verbesserung fortschrittlicher Natural Language Processing (NLP) und Large Language Model (LLM) Fähigkeiten für unsere Kernproduktionsgeschäftssysteme. Sie überbrücken die Lücke zwischen angewandter Forschung und praktischem Produkterfolg – indem Sie modernste NLP-Technologien in zuverlässige, messbare, wartbare und hocheffiziente Produktionsabläufe umwandeln, die die Zukunft der elektronischen Lieferketten antreiben.

Verantwortlichkeiten

• Technische Führung & Strategie: Definieren Sie die wissenschaftliche und technische Richtung für NLP- und LLM-Fähigkeiten in unseren internen Plattformen und Betriebsabläufen. Geben Sie fachkundige Anleitung dazu, was technisch machbar, zuverlässig und produktionsbereit ist.
• Modellentwicklung & angewandte Forschung: Entwerfen, bewerten und skalieren Sie NLP-Lösungen für Named Entity Recognition (NER), Textklassifikation, Textgenerierung, semantische Suche, Dokumentenverständnis und Informationsbeschaffung.
• LLM & RAG-Integration: Leiten Sie das Design und die Bereitstellung von großen Sprachmodellen, hybriden Retrieval-augmented Generation (RAG)-Pipelines, semantischer Suche und GraphRAG-Architekturen.
• Bereichsübergreifende Zusammenarbeit: Arbeiten Sie eng mit Software-Ingenieuren, Dateningenieuren, Produktmanagern, Datenanalysten und Datenannotationsteams zusammen, um sprachgesteuerte Automatisierungssysteme zu entwickeln, zu bewerten und ständig zu verfeinern.
• Experimentation & Qualität: Entwerfen Sie rigorose, messbare Experimente, etablieren Sie Evaluierungsbaselines, definieren Sie Erfolgskriterien, vergleichen Sie Modellansätze und kommunizieren Sie die Trade-offs klar an technische und nicht-technische Stakeholder.
• Datenstrategie: Leiten Sie Standards für die Vorbereitung von Trainingsdaten, Annotationstrategien, Kennzeichnungsrichtlinien und die Qualität der Modellvalidierung.
• Mentoring: Bieten Sie technische Führung und Anleitung, um Junior-Maschinenlern- und NLP-Teammitglieder zu betreuen und weiterzuentwickeln.

Erforderliche Qualifikationen (Must-Haves)

• Bildung: PhD in Informatik, Maschinenlernen, Künstlicher Intelligenz, Computerlinguistik, Angewandter Mathematik, Datenwissenschaft oder einem eng verwandten technischen Bereich.
• Erfahrung: 8+ Jahre Berufserfahrung im Bereich Maschinenlernen, Künstliche Intelligenz oder NLP. 5+ Jahre praktische Erfahrung in der Entwicklung, Bereitstellung und Wartung von NLP-Modellen für Produktions- oder nahezu Produktionssysteme.
• Tiefe neuronale Architekturen: Starkes Verständnis moderner neuronaler Netzwerkarchitekturen, einschließlich RNN, CNN, Transformer-basierter Architekturen, Aufmerksamkeitsmechanismen, Einbettungen, Feinabstimmungsstrategien, Schichten, Module und Verlustfunktionen.
• Kern-NLP-Aufgaben: Praktische Erfahrung mit NER, Textklassifikation, Textgenerierung, semantischer Ähnlichkeit und Dokumentenverständnis.
• LLM & RAG-Expertise: Tiefe Erfahrung mit großen Sprachmodellen, einschließlich Modellevaluation, Prompt-Design, Feinabstimmung, retrieval-augmented generation und Bereitstellung für sichere Produktionsnutzung.
• Technologiestack: Starke praktische Programmierkenntnisse in Python. Starke Erfahrung mit PyTorch und Hugging Face Transformers. Erfahrung mit ONNX oder anderen Modelloptimierungs-/Modellbereitstellungsformaten. Kenntnisse in Standarddatenbibliotheken: Pandas, NumPy, SciPy, scikit-learn und Matplotlib. Erfahrung mit SQL-Datenbanken und Abfragen strukturierter Geschäftsdaten.
• Cloud & Tools: Praktische Erfahrung mit Cloud-Plattformen (Microsoft Azure oder AWS) und Erfahrung in agilen Softwareentwicklungsabläufen.
• Führung & Kommunikation: Fähigkeit, technische Führung zu bieten und Junior-Ingenieure ohne formelle Personalmanagementautorität zu betreuen. Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten in Englisch.

Bevorzugte Qualifikationen (Nice-to-Haves)

• Erfahrung in der Leitung von NLP- oder KI-Forschungsinitiativen in einem kommerziellen, produktionsorientierten Umfeld.
• Erfahrung mit mehrsprachigen NLP-Systemen.
• Vertrautheit mit Vektordatenbanken, semantischen Sucharchitekturen und Konzepten von Wissensgraphen (einschließlich LLM-Integration mit Graphdatenbanken wie Neo4j, FalkorDB oder ähnlichem).
• Kenntnisse über Modellbereitstellung, Überwachung, Drift-Erkennung und Produktions-ML-Observabilitätswerkzeuge.
• Erfahrung mit Docker, containerisierten ML-Arbeitslasten und modernen MLOps / CI/CD-Pipelines.
• Erfahrung in der direkten Zusammenarbeit mit Datenannotationsteams zur Erstellung hochwertiger Kennzeichnungsanweisungen.
• Erfahrung mit .NET / C#, ASP.NET Core oder der Integration von ML-Diensten in Unternehmenssoftwareplattformen.
• Akademische Veröffentlichungen, Patente oder anerkannte öffentliche technische Beiträge in NLP, ML oder angewandter KI.