9 Machine Learning Engineer Jobs Remote

Design, develop, and maintain features using Machine Learning Models, NLP, Information Retrieval and other relevant methodologies., Deliver key data and insights into leading software platforms used by large enterprises via API., Source, process, and standardize data from multiple sources, ensuring data quality., Train, optimize, and evaluate various models to enhance accuracy and effectiveness., Deploy and maintain models on AWS, particularly with SageMaker, while managing production pipelines., Develop and explore innovative methods for modeling multilingual, semi-structured, and hierarchical data.

Entwicklung und Implementierung von Python-Anwendungen zur Verarbeitung und Analyse großer Datenmengen, Design und Implementierung von Pipelines zur Datenverarbeitung, insbesondere für das Training von Machine-Learning-Modellen, Zusammenarbeit mit interdisziplinären Teams, um Anforderungen zu ermitteln und Lösungen zu entwickeln, Implementierung von Softwarelösungen, die eine effiziente und skalierbare Datenverarbeitung ermöglichen

Entwicklung, Design und Implementierung von Microservices im Kontext von MLOps, Enge Zusammenarbeit im Team mit Data Scientists und DevOps-Team zur Integration von ML-Modellen in die Microservices-Architektur, Sicherstellung der Skalierbarkeit, Performance und Verfügbarkeit der Microservices, Entwicklung innovativer Ideen zur Weiterentwicklung des Themenbereichs MLOps für EE-Prognosen, Operationalisierung von Machine-Learning Modellen, Weiterentwicklung von Methoden und Modellen zur Verarbeitung von Massendaten und Skalierung von Modellen, Betreuung von CI-/CD-Pipelines zum Deployment auf einer Kubernetes-Infrastruktur, Bearbeitung von Forschungs- und Industrieprojekten, Erarbeitung und Umsetzung technischer Anforderungen mit Kunden und Partnern, Weiterentwicklung bestehender Prognosesystem

Entwicklung von KI Use Cases von der Konzeptionierung und Umsetzung bis zur Roll-Out-Phase, KI-Entwicklung und Implementierung an der Schnittstelle zum firmeneigenen ERP, Weiterentwicklung des Analytics- und KI-Toolstacks und der Datenstrategie, Entwicklung und Implementierung von KI-Algorithmen für Text- und Bildklassifikation sowie zur Informationsextraktion aus Dokumenten unterschiedlicher Formate, Entwicklung erklärbarer KI-Modelle zur Unterstützung von Entscheidungsprozessen, Integration von Large Language Models (LLMs) zur automatisierten Generierung von Texten / Dokumenten, API-Dokumentation in Open-Source-Qualität

Entwicklung von KI Use Cases von der Konzeptionierung und Umsetzung bis zur Roll-Out-Phase, KI-Entwicklung und Implementierung an der Schnittstelle zum firmeneigenen ERP, Weiterentwicklung des Analytics- und KI-Toolstacks und der Datenstrategie, Entwicklung und Implementierung von KI-Algorithmen für Text- und Bildklassifikation sowie zur Informationsextraktion aus Dokumenten unterschiedlicher Formate, Entwicklung erklärbarer KI-Modelle zur Unterstützung von Entscheidungsprozessen, Integration von Large Language Models (LLMs) zur automatisierten Generierung von Texten / Dokumenten, API-Dokumentation in Open-Source-Qualität

Ganzheitliche und eigenständige Entwicklung und Shipment von KI-Modellen zum Kunden mit unserer bestehenden Datenpipeline sowie Verbesserung und Erweiterung bestehender Modelle, Aufnahme von Daten, Unterstützung bei Annotations-Prozessen, Weiterentwicklung der Daten und Trainings-Pipelines sowie unseres Data-Workspaces, Entwurf von KI-Algorithmen (Architekturen, Trainingsverfahren, etc.), Hyperparameteroptimierung sowie Messung und Durchführung Performance-steigernder Maßnahmen, Softwareseitige Implementierung von KI-Algorithmen in Python mit PyTorch, Entwicklung von Schnittstellen und Integration der Algorithmen in High-Performance-Applikationen, Management und Pflege von Cloud-Trainingsumgebung und Data-Pipeline (Microsoft Azure), Technology-Scouting und aktive Mitgestaltung von Technologieentscheidungen, Arbeit in autonomen Scrum Teams in flachen Hierarchien mit viel Raum um mitzugestalten, Zusammenarbeit in agilen Prozessen mit Kolleg:innen sowie nationalen und internationalen Partner:innen und Kund:innen, Reisebereitschaft zu Kunden und Lust auf Entwicklungen im Team vor Ort

Entwurf und Aufbau von Datenpipelines zur Automatisierung der Sammlung, Verarbeitung und Bereitstellung von Bild- und Videodaten, Implementierung von Datenextraktionsverfahren aus vielfältigen Quellen wie Sensoren, Kameras und Online-Datenbanken, Entwicklung von Algorithmen und Routinen zur Datenbereinigung und Vorverarbeitung, Anwendung spezifischer Bildvorverarbeitungstechniken zur Optimierung der Bildqualität, Annotation und Labeling von Bild- und Videodaten mit präzisen Tags, Erstellung und Verwaltung spezifischer Datasets für Validierung und Tests, Automatisierung der Datenbereinigungs- und Annotationsprozesse durch Programmierung in modernen Skriptsprachen, Implementierung von Datenübertragungs- und Speicherprozessen für eine effiziente Handhabung großer Datenmengen, Monitoring und Optimierung der Datenpipeline-Leistung, Entwicklung von Fehlerbehandlungsstrategien und Überwachung der Datenqualität, Dokumentation der Datenverarbeitungsprozesse, Methoden und Tools

Unterstützung des Teams bei der Entwicklung und Implementierung innovativer ML-basierter Lösungen, Einbindung in die Entwicklung und Umsetzung von Machine Learning Use Cases und Prototypen in einem agilen, iterativen Umfeld, Eigenständige (Themen-)Recherchen zur proaktiven Projektbearbeitung, Weiterentwicklung technischer Fähigkeiten und Beteiligung am technischen Kompetenzaufbau innerhalb der Science Group

Unterstützung bei der Entwicklung und Optimierung von Computer Vision Modellen und Algorithmen, Durchführung von Datensammlungen und Bildannotationen für Trainingszwecke, Mitwirkung bei der Implementierung von Machine Learning Projekten in den Bereichen Stereo Matching, Bildklassifikation und Objekterkennung, Testen und Evaluieren von Modellen und Algorithmen zur Verbesserung der Erkennungsgenauigkeit, Zusammenarbeit mit einem interdisziplinären Team aus Entwicklern und Data Scientists