AI Engineer
Engineering
Bewerbung starten
Zurück zu den offenen Stellen

AI Engineer

Engineering Vietnam (Remote/Hybrid) Vollzeit / Vertragsbasis

Stellenübersicht

Sie bauen KI-Anwendungen, die im Produktivbetrieb bestehen – ob klassisches Vorhersagemodell, Computer-Vision-Pipeline oder LLM-basierte Funktion –, weil Sie nicht auf ein einzelnes Tool spezialisiert sind. Auf Middle-Level bauen und bewerten Sie ML-/GenAI-Pipelines auf Basis einer bestehenden Architektur. Auf Senior-Level passen Sie Modelle zusätzlich selbst per Fine-Tuning an und bringen sie in Produktion, wählen für das Problem den passenden Ansatz (klassisches ML oder LLM), entwerfen die Architektur für Model Serving und Monitoring und klären, warum die Ausgabequalität eines Modells im realen Einsatz nachgelassen hat.

Wichtigste Aufgaben

  • Machine-Learning-Modelle entwerfen, trainieren und bewerten – Klassifikation, Regression, Empfehlung oder Computer Vision – je nach Problem.
  • GenAI-Anwendungen mit LLMs (OpenAI, Llama) und LangChain entwickeln und bereitstellen, wo ein LLM das richtige Werkzeug ist und nicht der Standard.
  • Retrieval-Augmented-Generation-(RAG-)Pipelines und LLM-Agenten mit Tool-Nutzung bauen und bewerten und je nach Bedarf einen Vektorspeicher wählen (pgvector, Pinecone, Milvus).
  • KI-Ausgaben evaluieren: Testsets aufbauen, Qualität und Halluzinationen verfolgen und Guardrails gegen Prompt Injection und Datenabflüsse einbauen.
  • Vortrainierte Modelle mit PyTorch oder TensorFlow per Fine-Tuning auf fachspezifische Aufgaben anpassen.
  • MLOps-Praktiken für Deployment, Monitoring und Versionierung von Modellen umsetzen – nicht nur ein einmaliges Notebook.
  • Kosten und Latenz der Inferenz steuern: Caching, Batching, Modellwahl und Routing.
  • Mit Backend-Ingenieuren zusammenarbeiten, um KI-Funktionen über produktionsreife APIs bereitzustellen.
  • (Senior) Die Architektur für Model Serving und Monitoring verantworten, bei unklaren Problemen den passenden Modellierungsansatz wählen und Qualitätseinbrüche von Modellen in Produktion diagnostizieren.

Qualifikationen

  • Englisch: fließend mit guter mündlicher und schriftlicher Kommunikation – Sie lesen anspruchsvolle Modelldokumentation und Forschungsarbeiten und erklären fachliche Abwägungen verständlich gegenüber Stakeholdern ohne ML-Hintergrund.
  • 2+ Jahre (Middle) bis 4+ Jahre (Senior) Erfahrung im Software Engineering mit echtem Schwerpunkt auf KI/ML, nicht nur Prompt Engineering.
  • Sehr gute Kenntnisse in Python und mindestens einem Deep-Learning-Framework (PyTorch oder TensorFlow).
  • Praktische Erfahrung in mindestens einem Bereich: klassische ML-Modellierung, Computer Vision oder LLM-Anwendungen (RAG, Agenten, Evaluierung).
  • Verständnis von MLOps-Pipelines und Cloud-Deployment (AWS SageMaker/Vertex AI).
  • Solide Grundlage in Informatik, Mathematik oder einem quantitativen Fach.
  • Sie nutzen KI-Coding-Assistenten für Ihre eigenen Tools und Infrastruktur-Skripte, nicht nur für die ausgelieferten Modelle – KI-gestütztes Engineering gilt auch für diese Rolle.
  • Sie wählen nach Kosten, Latenz und Risiko zwischen einem konventionellen Ansatz, einem LLM, RAG oder einem Agenten und können den Trade-off gegenüber einem Kunden erklären.
  • Sie bewerten KI-Systeme: Golden-Test-Sets, ein Regressionslauf bei jeder Änderung an Modell oder Prompt und LLM-as-Judge-Bewertung, die durch stichprobenartige menschliche Reviews überprüft wird.
  • Sie setzen Sicherheitskontrollen für KI um: Schutz vor Prompt Injection und Datenabfluss, Umgang mit PII, Zugriffskontrolle für Tools und Retrieval sowie Audit-Logs.
  • Von Vorteil: eine KI- oder ML-Zertifizierung wie AWS AI Practitioner, AWS Machine Learning Engineer, Google Professional ML Engineer oder Databricks GenAI Engineer.
  • (Senior) Nachweis, Modelle über den Aufruf einer gehosteten API hinaus per Fine-Tuning angepasst und produktiv gesetzt zu haben, und das für mehr als eine Art von ML-Problem.

Über GTEMAS

GTEMAS ist ein globaler Engineering-Partner, getragen von einem integrierten Ökosystem – es verbindet Spitzentalente, kontinuierliches Lernen und konsequentes Delivery-Management, um stabile, skalierbare digitale Produkte von Weltklasse zu bauen.

Bereit, etwas zu bewegen?

Gehen Sie mit GTEMAS den nächsten Schritt in Ihrer Karriere. Klicken Sie unten, um Ihre Bewerbung zu starten.

Bewerbung starten