4 Teilzeit Machine Learning Engineer Jobs

Bewertung neuer Forschungs- und Industrieentwicklungen im Bereich Sprachmodelle und agentische Systeme, Evaluierung innovativer ML Trainingsmethoden sowie Data Processing und Synthesetechniken, Entwicklung von Prototypen, Beratung in Technologiefragen und Durchführung von Präsentationen

Develop, test, deploy, and monitor scalable filter pipelines and transformation processes that extract relevant metrics and features from billions of events, Data management, versioning, etc., in a Data Lake, Implement high-performance ML inference services for critical applications, Collaborate with data scientists and software developers to optimize and scale ML models, Ensure the quality and reliability of developed solutions through monitoring and performance analysis

Entwicklung von KI-Assistenten für Normen-Anwender und innerbetriebliche Prozesse der DIN-Gruppe mithilfe von Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG), Anwendung von Natural Language Processing (NLP) Methoden, Anpassung von Machine Learning Modellen und LLMs, um Wissen aus Normen-Daten automatisch zu extrahieren und zu strukturieren, Planung, Entwicklung, Betrieb und Optimierung von Infrastrukturen mit Hilfe von DevOps, LLMOps, und Cloud-Diensten, um die Bereitstellung und den Betrieb zukünftiger KI-Lösungen sicherzustellen, Arbeiten in interdisziplinären Teams, um Entwicklungen in bestehende und neue Produkte und Lösungen der DIN Media zu integrieren, Entwicklung von Prototypen und Bewertung von Technologien, die als Grundlage für neue und innovative Produkte und Lösungen dienen, Projektmanagement und Projektsupport für KI-Projekte mit externen Dienstleistern, Mitarbeit in DIN- und KI-Netzwerken und die Unterstützung bei DIN-gruppenweitem Wissensaufbau im Bereich Künstliche Intelligenz

Aufbau, Wartung und Optimierung der Data-Science-Infrastruktur, einschließlich der Integration von Open-Source- und Enterprise-Lösungen (GitLab, Docker, Kubernetes), Implementierung von CI/CD und MLOps-Prozessen, Gewährleistung der Skalierbarkeit und Leistung der Infrastruktur, einschließlich GPU-Support und Cloud-Readiness, Sicherstellung der IT-Sicherheit und Einhaltung von Datenschutzrichtlinien, Implementierung und Pflege von Single Sign-On- (SSO-) Lösungen sowie Verwaltung von Authentifizierungsmechanismen, Optimierung von Paketinstallationen und Softwarebereitstellung zur Unterstützung von Data-Science-Projekten, Bereitstellung einer zuverlässigen und innovativen Infrastruktur durch enge Zusammenarbeit mit Data Scientist:innen und Softwareentwickler:innen, Dokumentation der Systemarchitektur sowie Monitoring der IT-Umgebung, um kontinuierliche Betriebsbereitschaft zu gewährleisten, First- und Second-Level-Support für Benutzeranfragen und technische Probleme, Weiterentwicklung Ihrer technischen Fähigkeiten

Begleitung und Coaching der Teilnehmenden durch 1:1-Coachings, moderierte Diskussionen und praxisnahe Übungen, Vermittlung von Expertenwissen und Beantwortung von Fragen, Begleitung interner Projekte und Unterstützung von Unternehmen sowie Teilnehmenden bei der Umsetzung ihres neuen Wissens in der Praxis, Entwicklung von hochwertigen Fachartikeln, Blogbeiträgen und Vorträgen, Optimierung der Lernmaterialien und Entwicklung neuer, innovativer Bildungsformate

Entwicklung der Systemarchitektur und -komponenten in enger Zusammenarbeit mit den Projektbeteiligten, Planung des Aufbaus der Entwicklungsumgebung, Erstellung der Dateninfrastruktur und Aufbereitung von Daten für das LLM, Entwicklung einer Finetuning/RAG-Pipeline und einer Evaluationspipeline, Erweiterung der Dateninfrastruktur für die Adaption des LLMs, Entwicklung spezifischer Evaluationsmetriken, Unterstützung beim Aufbau der Erprobungsplattform, Durchführung von Testreihen und Analyse der Erprobungsdaten, Publizieren von Ergebnissen und Vorstellung dieser auf Fachkonferenzen

Aufbau des Bereichs Data Intelligence der Schmiede (inkl. KI-Lab) zusammen mit dem Leiter der Schmiede, Fachliche Leitung der fünf Mitarbeiter des Bereichs Data Intelligence, Entwicklung der Data- und Software-Kernarchitektur sowie der entsprechenden Entwicklungs-Prozesse und -Tools im Bereich Data Intelligence in Abstimmung mit dem Leiter der Schmiede, Konzeption ständig neuer Anwendungen als MVP gemeinsam mit Kunden, Product-Ownern und Architekten, Entwicklung datengetriebener Anwendungen und Modelle mit Python, R und C# im Bereich ML und klassischer Algorithmen im Scrum-Team, Test und Dokumentation der Anwendungen und Modelle, Pflege, Optimierung und Support von bestehenden Anwendungen, Sicherstellung der reibungslosen Zusammenarbeit von Front- und Backend sowie IoT-Komponenten und Gewährleistung der Interoperabilität, Sicherstellung einer hohen Auslastung des Teams und hohen Mehrwerts für die Bundeswehr zusammen mit den POs, Zeitweise Reisetätigkeit und die Möglichkeit, am Kundenstandort zu arbeiten

Projektmitarbeit in DaTeam-VR mit Fokus auf Data Science Themen, Reinforcement Learning Zeitreihenanalyse, Fine-tuning von LLMs mit Fokus auf contextual retrieval/embedding models, Generative KI - insbesondere LLMs - zur Analyse von multimodalen Daten (Text, Video, Audio etc.), Publikation von Forschungsergebnissen in wissenschaftlichen Fachzeitschriften und auf Konferenzen, Unterstützung des Lehrbetriebs, Abhalten von Lehrveranstaltungen, Betreuung von Studierenden, Bei Interesse: Erarbeitung Ihrer Promotion in enger Zusammenarbeit mit Ihren Betreuern

Durchführung von Forschungs- und Entwicklungsprojekten im Bereich der künstlichen Intelligenz und Cybersicherheit, wie etwa Fragen zur Absicherung von KI, neue Sicherheitslösungen durch Nutzung von KI, Enge Kooperation mit führenden Unternehmen und öffentlichen Einrichtungen der Region, Zusammenarbeit mit international renommierten Wissenschaftler/innen, Beiträge zum Transfer von Forschungs- und Entwicklungsergebnissen in die reale Anwendung, Veröffentlichung von Forschungsergebnissen und Präsentation auf internationalen Konferenzen, Unterstützung bei der Einwerbung und Durchführung von nationalen und internationalen Forschungsprojekten

Entwicklung von sauberem und effizientem Code auf der Grundlage von Spezifikationen und Richtlinien., Entwicklung, Pflege und Nutzung von Deployment-Pipelines (nach dem Paradigma „Infrastructure as Code“)., Aufbau und Bereitstellung von Python-Diensten in Kubernetes., Einrichtung von Automatisierungs- / Testskripten zur Unterstützung von Spezialist*innen bei der Durchführung von Funktions- und Qualitätstests., Behebung von Programmierproblemen und Gewährleistung einer produktiven Arbeitsumgebung., Wartung und regelmäßige Verbesserung der bestehenden Software., Analysieren und Testen vor der Markteinführung., Gewährleistung der Softwaresicherheit durch Entwicklung von Programmen zur aktiven Überwachung der Offenlegung privater Informationen., Entwicklung von Optimierungsmodulen für die Grid Analysis auf der Grundlage vorgegebener Anwender*innen berichte., Teilnahme am 24/7 Bereitschaftsdienst für den Support.