Senior AI/ML Engineer - EMDB KI-Transformationsprojekt (m/w/d)
emagine · Hanover, Germany ·
- Work mode
- Hybrid
- Seniority
- Senior
- Employment
- Internship
- Category
- ML ai
emagine · Hanover, Germany ·
ALTEN · Munich, BY, de
Accenture · Vienna, Austria
APT-ONE GmbH · Berlin, Germany
Contract role via emagine for a regulated banking/finance client: transform an existing event database into a self-learning system that maps incidents to solution suggestions. Day to day: integrating and orchestrating internally hosted AI models (Qwen, Mistral, etc.), building a RAG stack and data pipelines on MariaDB, plus testing, explainability and AI-risk documentation. 80% remote, 20% on-site
Wir, die emagine GmbH, suchen einen hands-on Senior AI/ML Engineer (m/w/d), der die bestehende Event-Datenbank eines Enterprise-Kunden in ein intelligentes, selbstlernendes System überführt - eines, das automatisiert Entstörungsinformationen auf auftretende Events mapped und passende Lösungsvorschläge liefert. Das ist eine echte Umsetzungsrolle: Architekturentscheidungen, Produktivbetrieb, spürbarer Effekt auf den IT-Betrieb eines regulierten Unternehmens.
Start: Januar 2027 (ein früherer Projektstart ist nach Absprache möglich)
Dauer: bis ca. 31.12.2027, mit Option auf Verlängerung
Ort: Remote 80%, vor Ort in Hannover 20%
Auslastung: Vollzeit 100 %
Bewertung, Auswahl, Integration und Orchestrierung bereits intern gehosteter KI-Modelle (Qwen-Familie, Mistral, gpt-oss, gemma, whisper, dotsocr, Embedding-/Reranking-Modelle) für den fachlichen Anwendungsfall
Aufbau geeigneter Datenbankstrukturen für Trainings- und Produktionsdaten, Anbindung der Modelle an MariaDB
Entwicklung einer robusten Datenpipeline: Aufnahme → Bereinigung → Anonymisierung → Feature Engineering
Training, Fine-Tuning und Hyperparameter-Optimierung, wo fachlich sinnvoll; Kombination verschiedener Modelltypen (Textgenerierung, Embedding, Reranking)
Aufbau eines vollständigen RAG-Stacks: Vektorindex, Prompt-Design, Mechanismen zur Reduzierung von Halluzinationen
Verantwortung für Test- und Qualitätszyklus: Unit-, Integrations- und Systemtests sowie Qualitätsmetriken (Precision, Recall, F-Score), Explainability (SHAP/LIME) und Fairness-Analysen
Dokumentation gemäß dem KI-Risikocontrolling-Framework des Kunden
Aufbau eines automatisierten Retraining-Verfahrens für den Produktivbetrieb, Unterstützung beim Go-Live, strukturierte Übergabe an den internen Betrieb inkl. technischer Dokumentation
Durchführung von 1-2 eintägigen Workshops mit Schulungsunterlagen zu eingesetzten Modellen, RAG-Grundlagen sowie Best Practices im Daten-Engineering und in der Modellkombination
Nachweisbare Erfahrung in einem regulierten Enterprise-Umfeld (Banking/Finance)
Praktische Erfahrung in Integration und Orchestrierung von KI-Modellen (idealerweise mit der genannten oder vergleichbarer Modellpalette: Qwen, Mistral, gpt-oss, gemma, Embedding-/Reranking-Modelle)
Nachgewiesene Erfahrung im Aufbau produktiver RAG-Systeme inklusive Prompt Engineering
Erfahrung mit automatisierten Test-Frameworks sowie Explainability- (SHAP/LIME) und Fairness-Analysen
Starke Daten-Engineering-Kenntnisse, insbesondere Anbindung von KI-Modellen an MariaDB und Aufbau von Anonymisierungs-/Feature-Engineering-Pipelines
Sicherer Umgang mit Workshop-Durchführung und Erstellung von Schulungsunterlagen für technische und semi-technische Zielgruppen
Erfahrung mit DSGVO- und unternehmensinternen Datenschutz-/Sicherheitsvorgaben
Sehr gute Deutschkenntnisse (min. Sprachniveau C1)
Erfahrung mit Speech-to-Text-Integration (Whisper) und OCR-Pipelines
Hintergrund im Bereich IT-Betrieb/Incident-Management ("Entstörung")
MLOps-/Orchestrierungserfahrung über Multi-Modell-Pipelines hinweg
adesso