GrisaKI

• Entwicklung, Training und Optimierung von Machine-Learning-Modellen für produktive Einsatzszenarien (z. b. NLP/Chatbots, Automatisierungslogiken, Prognosemodelle)
• Aufbau und Pflege von End-to-End-Datenpipelines sowie Integration der Modelle in unsere KI-Plattform
• Überführung von Modellen in produktive Umgebungen unter Berücksichtigung von Skalierbarkeit, Performance und Monitoring
• Zusammenarbeit mit Data Engineers, Softwareentwicklern und Product Ownern zur kontinuierlichen Verbesserung unserer KI-Funktionen
• Aufbau von Evaluations- und Testframeworks zur Sicherstellung der Modellqualität
• Beitrag zur strategischen Weiterentwicklung von KI-Produkten und Use Cases bei unseren Kund:innen

Hier findest du dich wieder?

Dein Arbeitsalltag

• Entwicklung, Training und Optimierung von Machine-Learning-Modellen für produktive Einsatzszenarien (z. b. NLP/Chatbots, Automatisierungslogiken, Prognosemodelle)
• Aufbau und Pflege von End-to-End-Datenpipelines sowie Integration der Modelle in unsere KI-Plattform
• Überführung von Modellen in produktive Umgebungen unter Berücksichtigung von Skalierbarkeit, Performance und Monitoring
• Zusammenarbeit mit Data Engineers, Softwareentwicklern und Product Ownern zur kontinuierlichen Verbesserung unserer KI-Funktionen
• Aufbau von Evaluations- und Testframeworks zur Sicherstellung der Modellqualität
• Beitrag zur strategischen Weiterentwicklung von KI-Produkten und Use Cases bei unseren Kund:innen

Das bringst du mit

• Mehrjährige praktische Erfahrung im Bereich Machine Learning / Deep Learning
• Sicherer Umgang mit Python und gängigen ML-Bibliotheken (z. b. TensorFlow, PyTorch, Scikit-Learn)
• Erfahrung im Daten-Engineering (ETL, Datenaufbereitung, Feature Engineering) sowie in MLOps-Workflows
• Kenntnisse in Deployment-Technologien (Docker, Kubernetes) und Cloud-Plattformen (AWS, Azure oder GCP)