Stellenbeschreibung
Eine Aufgabe, die herausfordert
* Feature-Implementierung: Du setzt neue Computer-Vision-Features in unseren Produkten um, zum Beispiel zusätzliche Prüf- oder Erkennungslogiken, die unseren Kund:innen echten Mehrwert bieten.
* Training & Retraining: Du führst Trainings- und Retraining-Jobs in unserer Azure-Umgebung (z. B. Databricks, Python/PyTorch) aus, überwachst deren Laufzeiten und dokumentierst die Ergebnisse.
* Datenaufbereitung: Du bereitest Bild- und Videodaten für Trainings- und Evaluationszwecke auf, strukturierst sie und stellst ihre Qualität sicher.
* MLOps & Infrastruktur: Du unterstützt die Weiterentwicklung unserer MLOps-Pipelines und nimmst kleinere Anpassungen an Infrastruktur und Umgebungen (Terraform, DevOps, FastAPI) vor.
* Dashboard-Entwicklung: Du pflegst und entwickelst unser Power BI-Dashboard weiter, das Kennzahlen zur Modellqualität und Nutzung unserer Computer-Vision-Modelle visualisiert.
Ein Background, der überzeugt
* Studium: Du bist eingeschriebene:r Student:in der (Wirtschafts-)Informatik, Mathematik, Physik, Data Science oder eines vergleichbaren Studiengangs.
* Programmierung: Du programmierst sicher in Python und bist mit Tools wie Git und CLI vertraut.
* KI-Erfahrung: Du hast erste Kenntnisse in Deep Learning und Computer Vision, zum Beispiel mit PyTorch, TensorFlow oder Hugging Face.
* Cloud-Know-how: Du kennst dich mit Cloud-Umgebungen aus – idealerweise Microsoft Azure (Databricks, Azure Storage, Azure DevOps).
* Arbeitsweise: Du arbeitest strukturiert, übernimmst gerne Verantwortung für eigene Tasks und hast Freude daran, Ergebnisse in Produktion zu bringen.
Inklusion
Show in English
OFFON
Uns ist wichtig, Menschen mit Behinderung ein faires Bewerbungsverfahren zu ermöglichen, in dem sie ihr Bestes zeigen können. Daher wird unsere Schwerbehindertenvertretung frühzeitig in das Verfahren einbezogen. Bitte teile uns über das Bewerbungsformular mit, ob du technische oder organisatorische Anpassungen für das Bewerbungsverfahren benötigst. Wir stellen diese gern zur Verfügung.
Wenn es dir nicht möglich ist, dich online zu bewerben und du stattdessen mit jemandem sprechen möchtest, kontaktiere bitte deinen lokalen Recruiter.