Staff ML Engineer
Multimodal RAG and Agentic Systems
Über das Unternehmen
Wir vertreten eines der ambitioniertesten KI-Startups Deutschlands, das kürzlich über 20 Mio. € an Finanzierung gesichert hat. Das Unternehmen entwickelt an der Spitze der multimodalen Retrieval-, LLM-Systeme und agentischen Enterprise-Automatisierung mit dem Fokus, KI-Systeme in realen Unternehmensanwendungen genauer, skalierbarer und verifizierbarer zu machen.
Das Team besteht aus leitenden Forschern und Ingenieuren von führenden KI-Organisationen und arbeitet an einigen der schwierigsten Probleme der angewandten KI von heute, von der Analyse von Diagrammen und Tabellen über das Abrufen langer Dokumente bis hin zur Erzeugung fundierter Antworten.
Die Gelegenheit
- Dies ist eine Senior-Rolle für einen einzelnen Mitwirkenden, der an schwierigen ML-Systemproblemen arbeiten möchte, bei denen die Leistungsfähigkeit von Frontier-Modellen auf die Produktionsrealität trifft.
- Als Staff ML Engineer helfen Sie beim Aufbau der nächsten Generation von multimodalen RAG- und agentischen Systemen, verbessern deren Fähigkeit, Diagramme, Tabellen, Abbildungen und lange Dokumentenkontexte zu analysieren, und machen sie gleichzeitig skalierbarer, auditierbarer und kosteneffizienter.
- Dies ist keine Standard-LLM-Integrationsrolle. Es geht darum, die Teile der Produktions-KI zu lösen, die unter echter Komplexität immer noch versagen.
Hauptverantwortlichkeiten
- Verbesserung multimodaler RAG-Pipelines, insbesondere für Diagramme, Tabellen, Abbildungen und andere visuell reichhaltige Dokumente
- Entwicklung stärkerer Ansätze für Kontextualisierung und Abruf über lange, komplexe Unternehmensdokumente hinweg
- Entwurf skalierbarer Lösungen für die Dokumentenaufnahme und Inferenz über große Korpora hinweg, wobei Qualität, Latenz und Kosten abgewogen werden
- Aufbau von Methoden zur Antwortgenerierung, die gegen Kunden-Taxonomien, Ontologien und kontrollierte Vokabulare validiert werden können
- Definition von Bewertungsrahmen für visuelle QA, Abrufqualität, Fundiertheit, Konformität und Systemzuverlässigkeit
- Enge Zusammenarbeit mit dem Engineering-Team und der Führungsebene, um neue Ideen in produktionsreife Systeme mit klaren Rollout-Plänen und Leitplanken umzuwandeln
Idealer Hintergrund
- Umfangreiche Erfahrung in LLM-Systemen, RAG, multimodaler KI oder Document Intelligence
- Tiefes Verständnis von Retrieval-Architekturen, Long-Context-Systemen und Modellbewertung
- Erfahrung mit visuellem Reasoning, Chart- oder Tabellen-QA, Dokumentenanalyse oder multimodalen Foundation Models wäre besonders wertvoll
- Starke Python- und PyTorch-Kenntnisse mit der Fähigkeit, zwischen Prototypenarbeit und Produktionssystemen zu wechseln
- Nachgewiesene Erfolgsbilanz bei fundierten technischen Entscheidungen unter realen Einschränkungen wie Latenz, Kosten, Skalierung und Zuverlässigkeit
Warum diese Rolle herausragt
Dies ist eine Chance, an einigen der schwierigsten Probleme in der Produktions-KI zu arbeiten, darunter multimodales Reasoning, Abruf langer Dokumente, skalierbare Inferenz und Antwortgenerierung, die auf transparente Weise fundiert und validiert werden kann.
Was geboten wird
- 💶 160.000 € Grundgehalt + bedeutende Aktienoptionen.
- 🌍 Vollständig remote innerhalb Europas oder kompatibler Zeitzonen.
- 🤝 Tägliche Zusammenarbeit mit Alumni von Amazon, Meta, Stability AI, Aleph Alpha.
- 📈 Klarer Wachstumspfad in Richtung Principal Engineer oder frühe Engineering-Führungsposition.
- 🏢 Beitrag zu einem Venture-Backed-Unternehmen in einer echten Scale-up-Phase – unternehmensseitig validiert, aber früh genug für erhebliches Upside.
