(Senior) Applied ML Researcher

Was uns dafür fehlt, ist ein:e Applied ML Researcher, die:der wissenschaftliche Methodik direkt in unsere praxisnahe R&D-Arbeit rund um Sprachmodelle und Conversational AI einbringt. Du operationalisierst offene Fragestellungen sauber, baust Experimente auf, evaluierst sie – und setzt vieles davon auch selbst um. Idealerweise bringst du einen linguistischen Hintergrund mit und denkst gleichermaßen in Hypothesen wie in echten Anwendungsfällen.

Als Applied ML Researcher entwickelst du forschungsnahe Problemlösungen, die unsere ML- und AI-Engineers in der Produktentwicklung aufgreifen. Du bringst wissenschaftliche Methoden direkt in die Praxis, mit dem Ziel, unsere KI-Produkte messbar besser und robuster zu machen.

• Teamaufbau mitgestalten: Du wirkst aktiv am konzeptionellen und organisatorischen Aufbau unseres ML-Research-Teams mit und etablierst gemeinsam mit uns Forschungs-, Evaluations- und Transferprozesse.

• Probleme operationalisieren: Du übersetzt offene Problemstellungen in saubere Hypothesen und überprüfbare Fragestellungen und wählst die passenden wissenschaftlichen Methoden, um sie zu beantworten.

• Experimente konzipieren und umsetzen: Du entwirfst Experimente inklusive der dafür nötigen Grundvoraussetzungen (Daten, Baselines, Metriken, Setups) und überführst deine Ideen eigenständig in lauffähige Proof of Concepts.

• Modelle optimieren und evaluieren: Du optimierst LLMs mit Techniken wie SFT, RLHF, RLAIF, DPO, Preference Learning und Reward Modellierung und entwickelst Ansätze zur Steigerung von Leistungsfähigkeit, Fairness und Robustheit – gerade in mehrsprachigen und sensiblen Anwendungsdomänen.

• LLM-Systeme konzipieren: Du entwickelst prototypisch LLM-basierte Systeme entlang definierter Vorgehensmodelle.

• Diskurs & Transfer: Du hast aktuelle Entwicklungen und Erkenntnisse immer im Blick, nimmst an Konferenzen und Fachcommunities teil und kommunizierst dein Wissen gut aufbereitet an deine (Team-) Kolleg:innen.

• Research meets Product: Du übersetzt wissenschaftliche Erkenntnisse in mögliche Produktverbesserungen und kannst klare, evidenzbasierte Empfehlungen aussprechen.

• Experimentieren & Evaluieren: Du entwirfst Experimente samt der nötigen Grundvoraussetzungen, operationalisierst die entsprechenden Prozessziele, analysierst und evaluierst die Ergebnisse.

• Hands-on umsetzen: Du bringst das Wissen und Skills mit, um deine Ideen selbst umzusetzen und Proof of Concepts zu bauen.

• Lernen & Wachsen: Du teilst dein Wissen im Team und in der gesamten Firma.

• Mindestens drei Jahre Erfahrung im Umgang mit komplexen KI-Problemstellungen, mit Schwerpunkt in Bereichen wie fortgeschrittenen Lernparadigmen (Self-supervised Learning, Weak Supervision, Active Learning, etc.), NLP, Deep Learning, Reinforcement Learning, etc.
• Fähigkeit, wissenschaftliche Methoden auf neue Problemstellungen anzuwenden.
• Vertiefte Kenntnisse im Prompt Engineering und solides Verständnis moderner Trainings- und Inferenzpipelines.
• Solides Verständnis von End-to-End-ML-Systemen: von Datenvorverarbeitung über Training und Inferenz bis zu Monitoring und Evaluation, auch in Cloud-basierten Infrastrukturen.
• Sehr gute Kenntnisse in Python, marktüblichen Machine Learning Frameworks und mindestens einem Deep-Learning-Framework (PyTorch, TensorFlow, JAX, etc.).
• Fundiertes Verständnis von Evaluationsmethoden für LLM-Systeme.
• Du sprichst fließend Deutsch (mind. C1).
• Du wohnst in Deutschland und bist bereit, mind. 1x pro Monat mit uns in Düsseldorf zusammenzuarbeiten.

• Erfahrung mit Audiomodellen, Speech-to-Text & Text-to-Speech sowie Conversational AI.
• Erfahrung mit LangChain, LangGraph oder ähnlichen Frameworks.
• Cloud-basierte ML-Infrastrukturen / MLOps.
• Publikationen auf einschlägigen Konferenzen.

• Wir sind von Kopf bis Fuß agil und das nicht nur auf dem Papier. Wie wir arbeiten, siehst du hier.
• Wir haben flache Hierarchien und Peer-Verantwortung ist unser Credo – das bedeutet: Verantwortung übernehmen, eigene Entscheidungen treffen und aufeinander acht geben stehen hoch im Kurs.
• Wir haben ein transparentes Gehaltsmodell und keine individuellen Gehaltsverhandlungen. Wie genau das funktioniert erfährst du hier.
• Nachhaltigkeit ist für uns wichtig – unser Fuhrpark besteht nur aus E-Autos, private Autos laden während der Arbeitszeit kostenlos, wir beziehen unseren Strom von der Solaranlage, wir essen bio und regional und versuchen Verschwendung zu vermeiden.
• Wir glauben fest an unser ‘Come as you are’-Prinzip und befinden uns auf der Reise sipgate so inklusiv zu gestalten, dass wir Menschen aller Geschlechter, ethnischen Herkünfte, Körperformen und sozialen Hintergründe herzlich willkommen heißen, Teil unseres Teams zu werden.