Junior/Middle Machine Learning Engineer (LLM-fokussiert) in Varex.ai

Ingenieur für maschinelles Lernen (LLM-fokussiert)

Über Varex
Varex leistet mit unserer hochmodernen Konversationsplattform für generative KI Pionierarbeit in der Zukunft der Unternehmenskommunikation. Durch die Kombination fortschrittlicher LLM-Technologien mit skalierbarem Engineering ermöglichen wir Unternehmen, intelligentere, schnellere und personalisiertere Kundeninteraktionen bereitzustellen.
Wir erweitern unser ML-Team und suchen einen Machine Learning Engineer, der die nächste Generation der KI-gesteuerten Kommunikation mitgestaltet.

Aufgaben

LLM-Feinabstimmung und -Anpassung

• Entwickeln und pflegen Feinabstimmung von Arbeitsabläufen für große Sprachmodelle.

Prompt Engineering & Optimierung

• Entwerfen, Benchmarking und Iterieren von System- und Agent-Eingabeaufforderungen.

Algorithmenforschung und Prototyping

• Erkunden, erforschen und prototypisieren Sie neue Algorithmen, Architekturen und modellgesteuert Funktionen.

Backend-Engineering

• Schreiben Sie sauberen, produktionsbereiten Backend-Code.

Anforderungen

Grundkenntnisse

• Ausgeprägte Problemlösungsfähigkeiten und analytisches Denken.

• Fähigkeit, klar zu sein komplexe Ideen artikulieren.

• Wunsch und Fähigkeit, schnell zu lernen

Kernkompetenzen

• 0,5–4 Jahre ML-fokussiertes Backend-Engineering oder Projekterfahrung mit LLMs / ML-Systemen.

• Kenntnisse in Python, asynchroner Programmierung, Multithreading und Best Practices für Software-Design.

• Verständnis von Transformer-Architekturen, Feinabstimmungsmethoden und Bewertungsmetriken.

• Erfahrung mit Prompt Engineering und Prompt-Optimierung.

• Grundlegendes Verständnis und einige Erfahrung beim Erstellen und Bereitstellen von RESTful-Diensten (FastAPI, Flask, etc.) Architekturen, Vektorsuchmaschinen, LangChain oder LlamaIndex.

• Erfahrung mit AWS / GCP / Azure.

• Erfahrung mit Docker und Containerumgebungen.

Was haben Sie davon?

• Deep LLM Engagement: Arbeiten Sie über den gesamten LLM-Lebenszyklus hinweg – Forschung, Feinabstimmung, Evaluierung, Bereitstellung und Überwachung.

• Innovatives Umfeld: Werden Sie Teil einer schnelllebigen Startup-Kultur, die Kreativität, Experimentierfreudigkeit und Führung in generativer KI belohnt.

• Echte Wirkung: Gestalten Sie die zentralen KI-Systeme, die die Unternehmenskommunikation der nächsten Generation antreiben.