Machine Learning Jobs in Bielefeld

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML- und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten- und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen.

führen Lehrveranstaltungen in den Bachelor-/Masterstudiengängen des Fachbereiches in deutscher und englischer Sprache durch. setzen Forschungs- und Entwicklungsarbeiten um, akquirieren und leiten Drittmittelprojekte und beteiligen sich am Wissenschaftstransfer. entwickeln und nutzen bioinformatische und KI-Werkzeuge in Lehre und Forschung.

Aufbau, Betrieb und kontinuierliche Weiterentwicklung einer skalierbaren und leistungsfähigen Data-Lake- und Data-Engineering-Umgebung in Databricks als zentrale Grundlage für Künstliche Intelligenz, Datenanalyse und Reporting

Koordination der Produkt- und Technologieentwicklung für den Produktbereich TwinCAT Machine Learning und Agentic AI Weiterentwicklung der Produktstrategie und Roadmap für bestehende sowie neue Produkte unter Berücksichtigung von Markt-, Kunden- und Technologietrends Abstimmung von Produktanforderungen, Prioritäten und Entwicklungsumfängen mit den beteiligten Entwicklungsabteilungen Begleitung des gesamten Produktlebenszyklus – von der Idee und Anforderungsdefinition über Spezifikation und Entwicklung bis zur Markteinführung und kontinuierlichen Weiterentwicklung

Du beschäftigst dich mit Programmierung, Algorithmen, Datenverarbeitung und maschinellem Lernen. Deine gewonnenen theoretischen Kenntnisse setzt Du direkt bei uns ein und entwickelst u.a. professionelle Unternehmens-Anwendungen im Bereich der Künstlichen Intelligenz. Deine Studienphasen absolvierst Du bei unserem Kooperationspartner – der renommierten Leibniz-Fachhochschule in Hannover.

Entwicklung neuer Features und KI-gestützter Use Cases für unseren internen KI-Chatbot „theo' sowie künftige KI-Integrationen in weitere Produkte. Weiterentwicklung und Optimierung unserer RAG-Lösung (u.a. via Azure AI Search). Anbindung neuer AI Services und Integration bestehender Legacy-Systeme über verfügbare Schnittstellen. Entwicklung wartbarer, qualitativ hochwertiger Lösungen (inklusive agentischer Workflows) innerhalb unserer etablierten, klar strukturierten Architektur. Evaluation und Integration neuer KI-Technologien und -Services.