Senior KI/ML Engineer oder Postdoc / Wissenschaftliche:r Mitarbeiter:in – LLM-Infrastruktur (m/w/d)

Die TIB ist eine Stiftung öffentlichen Rechts des Landes Niedersachsen. Mit rund 600 Beschäftigten und einem Etat von circa 60 Millionen Euro ist sie eine der größten Informationsinfrastruktureinrichtungen in Deutschland. Die TIB sorgt für optimale Arbeitsbedingungen und baut Maßnahmen zur Vereinbarkeit von Beruf und Familie kontinuierlich aus. Sie will die Gleichberechtigung von Frauen und Männern besonders fördern und fordert deshalb besondere qualifizierte Frauen nachdrücklich auf, sich zu bewerben. Bewerbungen von Menschen mit Schwerbehinderung und ihnen gleichgestellte Menschen werden bei gleicher Eignung bevorzugt berücksichtigt.

Wir freuen uns über Bewerbungen aller Nationalitäten. Chancengleichheit ist einer unserer zentralen Organisationswerte. Deshalb freuen wir uns über Bewerbungen unabhängig von Nationalität, ethnischer und sozialer Herkunft, geschlechtlicher Identität, geschlechtlichem Ausdruck und/oder geschlechtlichem Merkmal, Religion und Weltanschauung, Alter sowie sexueller Orientierung und Identität.

Die Stelle ist zunächst auf die Projektlaufzeit von drei Jahren befristet. Eine Verlängerung ist möglich. Die regelmäßige wöchentliche Arbeitszeit beträgt 39,8 Stunden (Vollzeit). Der Arbeitsplatz ist grundsätzlich teilzeitgeeignet. Die Tätigkeit soll grundsätzlich am Standort Hannover ausgeübt werden. Mobiles Arbeiten ist nach Maßgabe der dienstlichen Erfordernisse anteilig möglich. Die Eingruppierung erfolgt in die Entgeltgruppe 13 TV-L.

Aufgaben:

• Wir suchen einen Senior KI/ML Engineer mit Interesse am Aufbau, an der Optimierung und am Betrieb skalierbarer, universell einsetzbarer KI-Assistenten im Ökosystem der European Open Science Cloud (EOSC).
• Der Schwerpunkt der Tätigkeit liegt auf skalierbaren Trainings- und Inferenzpipelines, Token-Effizienz und Strategien zur Modellauswahl, verteilten ML-Systemen im produktiven Einsatz sowie der Evaluation offener Modelle.
• Ihre Tätigkeit umfasst die Konzeption und Entwicklung von Inferenzinfrastrukturen in Cloud-Umgebungen unter kontinuierlicher Optimierung von Latenz, Durchsatz und Kosteneffizienz.
• Benchmarking von Modellen anhand aufgabenspezifischer und allgemeiner Evaluationskriterien sowie Ableitung datenbasierter Empfehlungen zur Modell-Task-Passung.
• Anwendung von Quantisierung, Distillation, parameter-effizientem Fine-Tuning und weiteren Optimierungstechniken zur Verbesserung von Effizienz, Leistung und Kosteneffizienz.
• Aufbau einer Orchestrierungsschicht, die sich nahtlos in das übergreifende Agenten-Framework integriert und neue KI-Protokolle wie MCP, A2A und ACP unterstützt.
• Einbindung von Observability von Beginn an unter Einsatz von Tools wie OpenTelemetry und Grafana, um Modellleistung, Kosten und Zuverlässigkeit transparent, messbar und handlungsleitend abzubilden.

Profil:

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder gleichwertiger Abschluss) in Informatik, Software Engineering, Künstlicher Intelligenz, Data Science oder einem verwandten Fachgebiet.
• Nachgewiesene Erfahrung mit der Optimierung von LLM-Inferenz in Cloud-Umgebungen.
• Praktische Erfahrung mit Fine-Tuning, Quantisierung, parameter-effizientem Fine-Tuning (PEFT) und der Bereitstellung großer Sprachmodelle in produktiven oder produktionsnahen Umgebungen.
• Erfahrung mit Modell-Profiling, Benchmarking und der Festlegung von Performance-Baselines.
• Erfahrung in der Konzeption, Entwicklung oder im Betrieb skalierbarer Trainings- und Inferenzpipelines in verteilten KI-/ML-Systemen.
• Kenntnisse in Multi-Agenten-Systemen, agentischen Workflows oder Orchestrierungsframeworks wie LangGraph oder AutoGen.
• Erfahrung im Umgang mit Open-Source-LLMs wie Llama oder Mistral.
• Sehr gute Programmierkenntnisse in Python sowie Erfahrung in der Entwicklung reproduzierbaren Codes, z. B. mit PyTorch oder vergleichbaren Frameworks.
• Gute Kenntnisse cloud-nativer Technologien, insbesondere Docker und Kubernetes.
• Sehr gute Englischkenntnisse in Wort und Schrift.

Wünschenswerte Qualifikationen:

• Abgeschlossene Promotion in einem einschlägigen Fachgebiet.
• Erfahrung mit agentischen Design Patterns, z. B. Reflection, Ranking, Exploration/Discovery oder Human-in-the-Loop-Feedbackschleifen.
• Erfahrung im Umgang mit wissenschaftlichen Datensätzen sowie in der Anwendung von FAIR-Prinzipien auf Daten, Modellergebnisse oder Forschungsworkflows.
• Ausgeprägte schriftliche Kommunikationsfähigkeit und Erfahrung in interdisziplinärer Zusammenarbeit, einschließlich Beiträgen zu wissenschaftlichen Veröffentlichungen.
• Kenntnisse der Programmiersprache Rust.

Wir bieten:

• Einen gemeinwohlorientierten Arbeitsplatz im öffentlichen Dienst auf der Grundlage des TV-L mit einer Vergütung nach der Entgeltgruppe 13 TV-L.
• Eine Sonderzahlung zum Jahresende sowie 30 Tage Urlaub im Jahr bei einer Fünf-Tage-Woche sowie zusätzliche freie Tage an Heiligabend (24.12.) und Silvester (31.12.).
• Einen flexiblen Arbeitsplatz in Zeit und Raum mit Angeboten zur Vereinbarkeit von Beruf und Familie wie u. a. mobiles Arbeiten und flexiblen Arbeitszeitmodellen (Gleitzeit).
• Einen modernen Arbeitsplatz in zentraler Lage von Hannover mit einem kollegialen, attraktiven und vielseitigen Arbeitsumfeld.
• Einen Arbeitgeber mit breit gefächertem Fort- und Weiterbildungsangebot, einer betrieblichen Gesundheitsförderung und Altersvorsorge für den öffentlichen Dienst (VBL).
• Eigenverantwortliche und zukunftsorientierte Tätigkeiten, die Abwechslung bieten und Raum für persönliche Entwicklung lassen.
• Finanzierung notwendiger Ausstattung sowie von Konferenzteilnahmen und Forschungsaufenthalten.
• Mitarbeit in nationalen, europäischen und internationalen Forschungs- und Innovationsprojekten.