Standort

Munich, Germany (Hybrid)

Aufgaben und Anforderungen

Erfahrung in einer technischen Pre-Sales- oder Consulting-Rolle mit Fokus auf Partner- und Kundeninteraktionen (z. B. Solutions Architect, Sales Engineer).
Exzellente Kommunikations- und Präsentationsfähigkeiten für technische und nicht-technische Stakeholder; Erfahrung mit technischen Angeboten/RFPs und Produktdemos.
Fundierte Kenntnisse in Cloud-Plattformen (AWS, Azure, GCP) und AI/ML-Diensten (z. B. SageMaker, Vertex AI, AzureML) sowie hybriden Bereitstellungsmodellen.
Vertrautheit mit MLOps (CI/CD, Monitoring, Kubeflow, Flyte, MLflow) sowie Docker und Kubernetes für KI-Workloads.
Verständnis von LLM-Inferenz-Stacks (vLLM, llama.cpp, OpenVINO) und Modellformaten (ONNX, .safetensors, HuggingFace).
Erfahrung in der Dimensionierung von GPU-Infrastruktur für LLM-Workloads und im Benchmarking von LLM-Performance.
Programmierkenntnisse in Python, SQL und Erfahrung mit Frameworks wie PyTorch, TensorFlow und Hugging Face.
Abgeschlossenes Studium (Bachelor/Master) in Informatik, Data Science, Ingenieurwesen oder einem verwandten Bereich.
Reisebereitschaft für Meetings und Konferenzen.
Fließende Deutsch- und Englischkenntnisse.

Erfahrung mit Computer Vision, Speech-Modellen, Vision-Language-Modellen und anderen Modalitäten.
Kenntnisse in KI-Modelloptimierung, Quantisierung oder Edge-Deployment.
Praktische Erfahrung im Design von RAG-Pipelines oder Multi-Agenten-Systemen.
Erfahrung mit Datenarchitekturen (Batch & Streaming) und Big-Data-Technologien.
Wissen über Datenschutz, Ethik in der KI, DSGVO-Compliance und den EU AI Act.