Machine Learning Engineer (m/w/d)

Über CIB

Wir sind Experten für Digitalisierung und Automatisierung von Prozessen mit künstlicher Intelligenz. Unser Ziel ist es, Unternehmen und Verwaltungen von lästigen Alltagsaufgaben im Dokumentenmanagement zu befreien. Dafür entwickeln wir innovative Apps und investieren in die Forschung und Entwicklung von KI.

Bewirb dich noch heute und werde Teil eines der führenden Unternehmen im Bereich Digitalisierung und Dokumentenmanagement mit über 35 Jahren Erfahrung. Wir freuen uns auf dich!

• Entwicklung, Implementierung und Optimierung von Machine-Learning-Modellen und Algorithmen
• Integration von ML-Modellen in produktive Systeme und Anwendungen
• Aufbau und Skalierung von ML-Pipelines (Training, Deployment, Monitoring)
• Analyse und Aufbereitung großer Datenmengen zur Modellverbesserung
• Nutzung moderner Frameworks wie TensorFlow, PyTorch oder vergleichbarer Technologien
• Entwicklung und Durchführung von Modell-Evaluationen sowie Monitoring im Produktivbetrieb
• Sicherstellung von Performance, Skalierbarkeit und Wartbarkeit der Lösungen

• Anpack-Mentalität: Du übernimmst Ownership, treibst Themen eigenständig voran.
• Diskussions- & Kommunikationsstärke: Du bringst Ideen ein, forderst Annahmen heraus und arbeitest konstruktiv im Team.
• Freude am Neuen: Du hast Spaß, in einer schnell veränderten Technologielandschaft auf dem Laufenden zu bleiben und ständig dazuzulernen.
• Abgeschlossenes Studium in Informatik, Data Science, Mathematik oder vergleichbarer Fachrichtung
• Erfahrung als Machine Learning Engineer oder in einer ähnlichen Rolle
• Sehr gute Kenntnisse in Python sowie im Umgang mit ML-Frameworks (z. B. TensorFlow, PyTorch)
• Erfahrung mit Deployment und Betrieb von ML-Systemen (APIs, Monitoring, CI/CD)
• Kenntnisse in Datenverarbeitung, Feature Engineering und Modelloptimierung
• Idealerweise Erfahrung mit Cloud-Technologien (z. B. AWS, Kubernetes)
• Nice-to-have
• Erfahrung mit Suchtechnologien oder Vektor-Datenbanken (z. B. Elasticsearch, OpenSearch, Milvus)
• Kenntnisse im Bereich Large Language Models (LLMs), RAG und Prompt Engineering
• Erfahrung mit MLOps und automatisierten Trainingspipelines