Machine Learning Engineer (m/w/d) - Foundation Models

Das ist der Job

Aufgaben Entwicklung und Training eines eigenen „Waste Foundation Models“ (z.

Das brauchst du

Qualifikationen Mehrjährige Erfahrung in der Entwicklung und im Training von Computer‑Vision‑Modellen, idealerweise mit Vision Transformers und Self‑Supervised‑Learning‑Methoden (DINO, MAE, iBOT, CLIP). Expertenkenntnisse in PyTorch (inkl. Kenntnis moderner Evaluations‑Strategien – keine schwachen Eval‑Suites.

Kenntnisse in Inferenz‑Optimierung und Modell‑Distillation (z. Fließende Deutschkenntnisse (mind. C1) und gute Englischkenntnisse.

Darum lohnt es sich

Systematische Analyse von Trainings‑Runs, Identifikation von Problemen wie Feature Collapse oder Domain Shift sowie Entwicklung nachhaltiger Lösungen. Enge Zusammenarbeit mit dem Cloud‑Backend‑Team zur effizienten Deployment‑Integration (ONNX, TensorRT, OpenVINO).

Aktive Verfolgung der Forschungsentwicklung im Bereich Vision Foundation Models und Umsetzung relevanter Papers in produktive Lösungen. Einsetzbare moderne KI‑Tools (z. Benefits Arbeit in „grüner Wiese“ – Aufbau einer Foundation‑Model‑Strategie ohne Altlasten.

Einsatz aktueller Frameworks und modernem Tech‑Stack (PyTorch 2.x, FSDP, Hydra, W&B, DVC, timm). Dynamic, interdisziplinäres Start‑Up‑Team mit viel Verantwortung und Gestaltungsspielraum. Position Machine Learning Engineer (m/w/d) mit Schwerpunkt Computer Vision und Foundation Models.

Ort & Vertrag Office-based in Würzburg – Festanstellung in Vollzeit. DINOv2, SigLIP, EVA‑02) durch Continued Pretraining (self‑supervised) auf einer großen Abfallbild‑Datenbasis. Gestaltung der kompletten ML‑Trainings‑Pipeline: Datenaufbereitung (WebDataset, FFCV), verteiltes Training (PyTorch FSDP/DDP, Mixed Precision) und Modell‑Versionierung.

Betrieb der Eval‑Suite (Linear Probing, k‑NN‑Probing, Few‑Shot‑Detection, Cross‑Domain‑Generalization, Anomalie‑Detection) zur kontinuierlichen Qualitätsmessung. Finetuning und Distillation von Modellen für konkrete Down‑stream‑Tasks und Edge‑Hardware (Sortieranlagen, GPU‑Inference).

Ganzheitliche Betrachtung der Betriebswirkung von Modellen – Kunden, Sortieranlagen und Gesamtsystem. Distributed Training, Mixed Precision, Performance Optimierung). Erfahrung mit ML‑Tooling‑Stacks: Hydra, Weights & Biases oder MLflow, DVC, timm. Claude, Copilot) zur effizienten Code‑Erstellung.

Verständnis großer Datenpipelines (Mil ionen Bilder) – Tar‑Sharding, GPU‑Augmentations (DALI), I/O‑Bottlenecks. Vorteil: Erfahrung mit Detection/Segmentation‑Frameworks (MMDetection, MMSegmentation) und Anomalie‑Detection (anomalib). ViT‑L → ViT‑S); bevorzugt Modelle auf Edge‑Hardware deployed.

Analytisches Denkvermögen, wissenschaftliche Sorgfalt, hypothesengetriebenes Arbeiten. Erfahrener Umgang mit Cloud‑GPU‑Infrastruktur (AWS, Azure, GCP oder On‑Premise H100/A100‑Cluster). Optional: Eigenständige Forschungserfahrung (Paper, Open‑Source-Beiträge, Konferenz‑Talks) oder Promotion – kein Muss.

Zugang zur einzigartigen, wachsenden Datenbasis aus realen Sortieranlagen. Substanzielle Compute‑Ressourcen für Pretraining‑Runs. Enge Zusammenarbeit mit Forschungspartnern (THWS Würzburg, Green‑INNO) sowie Publikationsmöglichkeiten. Kurze Entscheidungswege und offene Kommunikation.

Technologie mit Sinn: KI, Recycling und Circular Economy. #J-18808-Ljbffr