ML-Ingenieur mit LLM (Principal) @ VirtusLab in VirtusLab

Wir sind #VLteam – Technikbegeisterte, die ständig nach Wachstum streben. Das Team ist unser Fundament, deshalb legen wir größten Wert auf eine freundliche Atmosphäre, viele Möglichkeiten zur persönlichen Weiterentwicklung und gute Arbeitsbedingungen. Vertrauen und Autonomie sind zwei wesentliche Eigenschaften, die unsere Leistung bestimmen. Wir glauben einfach an die Idee, „Ergebnisse zu messen, nicht Stunden“. Machen Sie mit und überzeugen Sie sich selbst!

Projektumfang

Als ML-Ingenieur tauchen Sie in verschiedene Projekte ein und wenden Ihre Python-, Spark- und Deep-Learning-Expertise an, um Lösungen zu entwickeln, die strategische Probleme angehen und optimieren Arbeitsabläufe und entwickeln gemeinsame Frameworks, die im gesamten Unternehmen genutzt werden können. Ihre Arbeit wird die Komplexität reduzieren und die Skalierbarkeit neuer Projekte verbessern, wodurch eine Kultur der Effizienz und kontinuierlichen Verbesserung gefördert wird. Wir suchen Kandidaten mit einem starken Hintergrund im Bereich Data Science Engineering, mit Schwerpunkt auf ML-Pipelines und Gen AI, mit Fachkenntnissen sowohl in Anbieter- als auch in Open-Source-LLM-Lösungen.

Ihre Hauptaufgaben wären

• die Entwicklung und Implementierung gemeinsamer Bibliotheken, Tools und Frameworks, um Entwicklungsprozesse für zukünftige Projekte zu standardisieren und zu beschleunigen.
• Diagnostizieren und Beheben technischer Probleme in mehreren Projekten, um qualitativ hochwertige, wiederverwendbare Lösungen sicherzustellen.
• Verwendung von Spark und Ray zur Parallelisierung der Berechnungen für maschinelle Lernaufgaben.
• Enge Zusammenarbeit mit Ingenieur- und Datenwissenschaftsteams, Bereitstellung technischer Anleitung zur Optimierung der täglichen Arbeit.
• Verfechten Sie Best Practices in Bezug auf Codequalität, Sicherheit und Skalierbarkeit, indem Sie mit gutem Beispiel vorangehen.
• Treffen Sie fundierte Entscheidungen, um das Unternehmen voranzubringen.

Tech Stack

Python, Spark, Ray, PyTorch, TensorFlow, LLMs (OpenAI GPT, Anthropic, Llama) , Google Cloud, Amazon Web Services, Kubernetes, Airflow, Docker

Projektherausforderungen

• Implementierung und Bereitstellung von ML-Modellen und automatisierten Pipelines.
• Rationalisierung aller Phasen datenzentrierter Innovation, einschließlich Datenzugriff, Modellentwicklung, Produktion, Tests und Überwachung von Pipelines für maschinelles Lernen.
• Entwerfen und Überprüfen von Code für maschinelles Lernen auf Skalierbarkeit und Robustheit.
• Zusammenarbeit mit funktionsübergreifenden Teams, um durchgängige ML-Lösungen bereitzustellen.
• Aufbau guter technischer Praktiken, einschließlich Design und Architektur für wiederverwendbare Komponenten im gesamten Unternehmen.
  

Team

2 unabhängige Teams von 4-6 Ingenieuren

• Hands- über Erfahrung mit der Produktion von Machine-Learning-Pipelines, sowohl als Batch-Prozess als auch als Service, 8+ Jahre Erfahrung in diesem Bereich
• Praktische Erfahrung mit LLM-Modellen, vorzugsweise OpenAI und Anthropic, eigenständig ist von Vorteil
• Erfahrung bei einem der beliebten Cloud-Anbieter
• Erfahrung mit Datenpipelines auf Spark oder Ray
• Ausgezeichnete Software-Engineering-Praxis, einschließlich Auswahl der Besten Werkzeug für ein Problem
• Unabhängigkeit und Fähigkeit, Anforderungen zu definieren und auszuhandeln
• VeGute Englischkenntnisse (C1+) und klare Kommunikationsfähigkeiten.

Machen Sie sich keine Sorgen, wenn Sie nicht alle Anforderungen erfüllen. Was am meisten zählt, ist Ihre Leidenschaft und Ihre Bereitschaft, sich weiterzuentwickeln. Darüber hinaus muss B2B nicht die einzige Form der Zusammenarbeit sein. Bewerben Sie sich und finden Sie es heraus!

Wir sind #VLteam – Technikbegeisterte, die ständig nach Wachstum streben. Das Team ist unser Fundament, deshalb legen wir größten Wert auf eine freundliche Atmosphäre, viele Möglichkeiten zur persönlichen Weiterentwicklung und gute Arbeitsbedingungen. Vertrauen und Autonomie sind zwei wesentliche Eigenschaften, die unsere Leistung bestimmen. Wir glauben einfach an die Idee, „Ergebnisse zu messen, nicht Stunden“. Machen Sie mit und überzeugen Sie sich selbst!

Projektumfang

Als ML-Ingenieur tauchen Sie in verschiedene Projekte ein und wenden dabei Ihr Python, Spark und Deep an Erlernen Sie Fachwissen, um Lösungen zu entwickeln, die strategische Probleme angehen, Arbeitsabläufe optimieren und gemeinsame Frameworks entwickeln, die im gesamten Unternehmen genutzt werden können. Ihre Arbeit wird die Komplexität reduzieren und die Skalierbarkeit neuer Projekte verbessern, wodurch eine Kultur der Effizienz und kontinuierlichen Verbesserung gefördert wird. Wir suchen Kandidaten mit einem starken Hintergrund im Bereich Data Science Engineering, mit Schwerpunkt auf ML-Pipelines und Gen AI, mit Fachkenntnissen sowohl in Anbieter- als auch in Open-Source-LLM-Lösungen.

Ihre Hauptaufgaben wären

• die Entwicklung und Implementierung gemeinsamer Bibliotheken, Tools und Frameworks, um Entwicklungsprozesse für zukünftige Projekte zu standardisieren und zu beschleunigen.
• Diagnostizieren und Beheben technischer Probleme in mehreren Projekten, um qualitativ hochwertige, wiederverwendbare Lösungen sicherzustellen.
• Verwendung von Spark und Ray zur Parallelisierung der Berechnungen für maschinelle Lernaufgaben.
• Enge Zusammenarbeit mit Ingenieur- und Datenwissenschaftsteams, Bereitstellung technischer Anleitung zur Optimierung der täglichen Arbeit.
• Verfechten Sie Best Practices in Bezug auf Codequalität, Sicherheit und Skalierbarkeit, indem Sie mit gutem Beispiel vorangehen.
• Treffen Sie fundierte Entscheidungen, um das Unternehmen voranzubringen.


Tech Stack

Python, Spark, Ray, PyTorch, TensorFlow, LLMs (OpenAI GPT, Anthropic, Llama) , Google Cloud, Amazon Web Services, Kubernetes, Airflow, Docker

Projektherausforderungen

• Implementierung und Bereitstellung von ML-Modellen und automatisierten Pipelines.
• Rationalisierung aller Phasen datenzentrierter Innovation, einschließlich Datenzugriff, Modellentwicklung, Produktion, Tests und Überwachung von Pipelines für maschinelles Lernen.
• Entwerfen und Überprüfen von Code für maschinelles Lernen auf Skalierbarkeit und Robustheit.
• Zusammenarbeit mit funktionsübergreifenden Teams, um durchgängige ML-Lösungen bereitzustellen.
• Aufbau guter technischer Praktiken, einschließlich Design und Architektur für wiederverwendbare Komponenten im gesamten Unternehmen.
  

Team

2 unabhängige Teams von 4-6 Ingenieuren

,[]

Anforderungen: Python, MLOps, Maschinelles Lernen, PyTorch / Tensorflow / DeepLearning, Strategisches Denken, Kommunikation, Spark / Ray, Cloud, DevOps, Scala
Zusätzlich: Aufbau einer Tech-Community, flexibles Hybrid-Arbeitsmodell, Erstattung von Home-Office, Sprachunterricht, MyBenefit-Punkte, private Krankenversicherungre, Stretching, Trainingspaket, Virtusity / Inhouse-Training, kostenloser Kaffee, keine Kleiderordnung, kostenlose Snacks, kostenlose Getränke, Fahrradabstellplatz, modernes Büro, Dusche, Küche.