Design, Entwicklung und Optimierung von Datenpipelines und KI-Workflows für die effiziente Verarbeitung von Fahrzeug- und Sensordaten
Arbeit mit LLMs, KI-Agenten und Chain-basierten Systemen, um neue Lösungen für Datenanalyse, Automatisierung und intelligente Entscheidungsfindung zu entwickeln und zu testen
Entwicklung und Verbesserung von Machine-Learning-Modellen zur Mustererkennung, Anomalieerkennung und für prädiktive Analysen
Enge Zusammenarbeit mit dem Engineering-Team, um KI-Modelle und Agentensysteme in die Produktion zu überführen – inklusive Betreuung des gesamten End-to-End-Prozesses
Einbringen von Ideen in die Entwicklung unserer KI- und LLM-Roadmap und Identifizierung neuer Möglichkeiten, fortschrittliche KI-Technologien auf reale Herausforderungen in der Automobilbranche anzuwenden
Durchführung eigener Forschungen und Experimente und Präsentation der Ergebnisse gegenüber der Führungskraft und relevanten Projekt-Stakeholdern
Requirements
Laufendes Masterstudium oder fortgeschrittenem Bachelorstudium der Informatik, Data Science, Künstlichen Intelligenz oder einem verwandten Fach
Starke Programmierkenntnisse in Python und Erfahrung mit ML-Frameworks (z. B. PyTorch, TensorFlow, scikit-learn) – idealerweise auch durch praktische Arbeit mit LLMs oder Deep Learning
Kenntnisse zu AI-Frameworks und Libraries für agentenbasierte Entwicklung (z. B. LangChain, LlamaIndex, Hugging Face, OpenAI APIs)
Erfahrung oder starkes Interesse an Data Engineering und Cloud-Technologien (Erfahrung mit Databricks ist ein großes Plus)
Verständnis für Container-Technologien (z. B. Docker, Kubernetes) und CI/CD-Pipelines zur KI-Deployment (Azure ist von Vorteil)
Analytisches Denken, ausgeprägte Neugier, reale Probleme mit KI zu lösen und starke Kommunikationsfähigkeiten.
Benefits
Mobiles Arbeiten möglich
Applicant Tracking System Keywords
Tip: use these terms in your resume and cover letter to boost ATS matches.