Unterstützung bei der Anwendung von Machine-Learning-Algorithmen zur Analyse und Vorhersage von Zeitreihendaten, Unterstützung bei der Entwicklung und Optimierung von prädiktiven Modellen unter Verwendung von Python, Unterstützung beim Preprocessing großer Datensätze für Machine-Learning-Anwendungen, Versionskontrolle und Codereviews im Team mit Hilfe von GitLab, Teilnahme an agilen Projektmeetings oder Teamabsprachen

Choose and train LLMs to automate and scale up services related to carbon emissions and sustainability based on clients’ purchasing data, Manage training data and derive it from internal databases as well as data synthesizing (text data), Independently own the implementation of services and work with the DevOps team to plan and integrate services to process data on scale, Connect the domain knowledge of your team members with your AI Engineering skills to create services, Work with APIs and integrate third-party tools that can transform, categorise, and classify text data, Design, develop, and implement data-driven solutions using our carbon management platform to meet client needs, Share your knowledge and collaborate cross-functionally with the Product & Engineering teams, to drive platform enhancements and improvements based on client feedback, Join the Carbmee team as an AI expert and get the unique opportunity to work with the biggest organizations in the world to help them reduce carbon emissions

Aufbau, Pflege und kontinuierliche Verbesserung der Datenarchitektur in Azure-Cloud-Umfeld, Planung und Implementierung von Cloud-Infrastrukturlösungen sowie Daten-Pipelines, Betreuung der gesamten Datenlandschaft der Westbridge Gruppe und der im produktiven Betrieb eingesetzten Data- und AI-Lösungen, Entwicklung innovativer, analytischer und datengetriebener Use Cases in Zusammenarbeit mit den Fachbereichen, Umsetzung von Use Cases und AI-Anwendungen in enger Zusammenarbeit mit dem Senior Management

Leitung, Begleitung und übergeordnetes Management von Digital-Projekten, insbesondere Entwicklung und Implementierung von KI-Lösungen für digitale Services, Leitung von Projekten zur Einführung neuer Geschäftsmodelle, Produkte, Services und Mobilitätskonzepte sowie Weiterentwicklung bestehender Systeme im Bereich der künstlichen Intelligenz, Optimierung der Mobilitätsangebote mithilfe von Machine Learning, Entwicklung und Implementierung von KI-Algorithmen und -Modellen für eine verbesserte Funktion und Benutzererfahrung, Adaption und Weiterentwicklung von KI-Technologien in weitere Plattformen, Websites, Apps oder Drittanwendungen, Analyse von Mobilitätsdaten und Identifizierung von Trends zur Optimierung, Erstellung und Prüfung von neuen Projekt-/Fachkonzepten, Schulungen und Beratung der internen Teams zur Nutzung und zum Verständnis von KI-Lösungen, Zusammenarbeit mit interdisziplinären internen und externen Projekt- und Expertenteams, Mitwirkung an unternehmensweiten Projekten zu KI-Lösungen sowie bereichsübergreifende Zusammenarbeit mit anderen Fachbereichen

Konzeption, Aufbau und Wartung moderner ETL-Pipelines (z. B. mit dbt, Airflow), Datenmodellierung, -aufbereitung und Analyse mit Tools wie BigQuery, Postgres, SQL und Python, Erstellung aussagekräftiger Dashboards, Reports und Visualisierungen zur Entscheidungsunterstützung, Eigenverantwortliche Beratung von Stakeholdern (C-Level, Controlling) und Übersetzung ihrer Anforderungen in präzise und umsetzbare Analysen

Bearbeitung anspruchsvoller Forschungs- und Industrieprojekte in agilen Projektteams von der Idee bis zum fertigen Produkt, Entwicklung von Software über den gesamten Technologie-Stack hinweg, Planung und Umsetzung von Softwarearchitekturen, Durchführung von Tests und Integration von Komponenten in bestehende Systeme, Dokumentation der Ergebnisse in Projektberichten und wissenschaftlichen Publikationen, Möglichkeit, Projekte eigenständig zu managen

Own large ML engineering projects, Lead and coach other ML engineers: provide guidance in their personal development and help them excel in their projects, Take responsibility for high-quality solutions and deadlines, Understand all the technology which we use for serving ML models live and re-use them for internal tools in the machine learning team, Align with other ML team leads, different teams and overall company management, Implement efficient AI production systems in cooperation with our software developers, Make GPU training and inference scripts faster by profiling bottlenecks and improving them, Own and extend visualization tools used by machine learners, Extend, define and use our internal APIs to gather and transform data and optimally prepare it for ML training, Support our medical team with tooling to efficiently guide the evaluation of annotators and make the annotation process more efficient, Make GPU training robust when training across several servers, You will be directly reporting to the CTO

Use Large Language Models and other foundation models in the context of clinical and omics data, Develop and implement machine learning algorithms for the analysis of large-scale omics data, including genomic, transcriptomic, and proteomic data, Work with experimental scientists to design and execute experiments to validate drug targets and biomarkers discovered through machine learning, Collaborate with other team members to integrate and interpret data from multiple sources, Present research findings at internal and external meetings and conferences, Contribute to the publication of scientific papers in high-impact journals, Contribute to grant applications or other funding applications to further the project

Entwicklung von Zeitreihenprognosen für Netzüberlastungen in Niederspannungsnetzen, Erstellung von Prognosen der zu erwartenden Netzauslastung basierend auf Wettervorhersagen, historischen Daten und externen Sensordaten, Entwicklung einer Benutzeroberfläche zur Visualisierung der Ergebnisse, Konzeption, Verfeinerung und Implementierung von KI/ML-Modellen, Entwicklung professioneller Softwarelösungen in einem agilen Arbeitsumfeld, Begleitung des gesamten Entwicklungsprozesses von der Konzeption bis zum Go-Live

Definieren und Steuern der technischen Architektur und Systemdesign-Prinzipien für die AI-Plattform und Infrastruktur., Beratung des CTO-Büros und der Produktmanagement-Teams bei komplexen Entscheidungen., Förderung der technischen Ausrichtung über Teams hinweg durch Etablierung gemeinsamer Architekturprinzipien., Führen strategischer Initiativen zur Modernisierung der Architektur und Reduzierung technischer Schulden., Erhöhung der technischen Fähigkeiten des Engineering-Teams durch Mentoring und Workshops., Vorantreiben von Innovationen durch Evaluierung neuer Technologien und Unterstützung strategischer technischer Investitionen.

Verantwortung für das Data Warehouse, Lakehouse und die damit verbundenen Prozesse, Entwicklung und Implementierung der Dateninfrastruktur in einer hybriden Umgebung, Unterstützung bei der Erstellung von detaillierten Berichten und tiefgehenden Analysen, Verbesserung der Datenqualität und -flüsse, Umsetzung von Datenanbindungen mithilfe von Skripten und Plattformmethoden

Entwicklung neuer Machine-Learning-Algorithmen für die Analyse von Mikroskopiebilddaten (2D/3D/4D/5D), Entwicklung von Lösungen zur Integration großer Foundation-Modelle in Workflows zur Mikroskopiebildanalyse und analytischen Datenanalyse, Implementierung KI-basierter Software zur Mikroskopiebildanalyse als Python, Entwicklung von Algorithmen zur Integration topologischer Einschränkungen in KI-Modelle, Publikation von Ergebnissen und Methoden in Konferenzbeiträgen und Fachzeitschriften

Enge Zusammenarbeit mit quantitativen Forschern, Aufbau und Pflege von Frameworks oder Pipelines, Implementierung von Fehlerbehebung, Arbeit mit verteilten Rechenframeworks, Planungs- und Cloud-Systemen, Design von ETL-Prozessen, Zusammenarbeit mit Datenanbietern und interne Infrastrukturteams, Entwicklung interner Bibliotheken oder Tools zur Standardisierung von Arbeitsabläufen, Implementierung von CI/CD Pipelines für automatisiertes Testing und Deployment, Durchführung von Code-Reviews, Effektive Kommunikation mit quantitativen Forschern

Work in a team with Data Engineers and Data Scientists to contribute to the (technical) design, implementation and evaluation of new algorithms, machine learning models and other data-driven features and services., Take ownership of legacy services, optimise and transform them to current needs., Design and implement components in a sustainable fashion (e.g. having on observability, computational costs, ease of use, future maintenance costs), Build, deploy, monitor and operate services within our infrastructure, while automating processes., Use technologies like Scala, Python, Kafka, Kubernetes, snowflake, DBT, Spark and AWS., Bridge and operate between on-prem and cloud infrastructure.

Entwicklung von produktionsreifen KI-Systemen, Integration interner und externer KI-Modelle in skalierbare Dienste, Vorschlag und Umsetzung eigener Ideen zur Produktarchitektur, Verantwortung über den gesamten Entwicklungszyklus von MVPs bis hin zu Produktionssystemen, Übersetzung von Geschäftsanforderungen in technische Lösungen

Develop a forward-looking AI strategy in collaboration with the executive team and ensure its implementation., Manage the end-to-end process of AI product development from ideation to architecture, development, and scaling., Utilize the latest developments in Generative AI, LLMs, and NLP to enhance the platform with intelligent automation and conversational AI., Ensure the AI infrastructure remains modern, scalable, and powerful, from model development to deployment., Shape the technical roadmap and have the resources to train and fine-tune models or use proprietary systems.