Machine Learning Jobs in Miltenberg

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. Du arbeitest mit Cloud-, Data-und Platform-Teams zusammen.

Entwickle KI-Lösungen: Du unterstützt bei der Entwicklung maßgeschneiderter Data-Science- und KI-Lösungen – vom Proof-of-Concept bis hin zu operativen Machine-Learning-Modellen.

Vermittlung von Kenntnissen zu: Daten, Prognosen, Wissensgewinnung und deren Umsetzung Datenaufbereitung und Datenbereitstellung Reporting und Optimierung von Prozessen Grundausbildung zu den Themen Software-Engineering und Anwendungsentwicklung Testen und Analysieren von technischen Lösungen sowie Evaluierung von bestehender Software

Du steuerst komplexe End-to-End-Prozessoptimierungen eigenverantwortlich - von der Aufnahme und Priorisierung bis zur erfolgreichen Umsetzung im Fachbereich. Du identifizierst und bewertest Automatisierungs-, AI- und Verbesserungspotenziale entlang bestehender Abläufe und leitest daraus wirksame, skalierbare Maßnahmen ab.

Design von KI-/ML-Plattformen unter Berücksichtigung bestehender Rahmenbedingungen (Governance-Anforderungen, Sicherheit, Skalierbarkeit und Interoperabilität; enge Abstimmung mit IT-Architektur, Datenschutz und Compliance) Entwicklung, Etablierung und Pflege von Standards und Richtlinien für den Einsatz von KI in der Stadtverwaltung (Datenmodelle, APIs/Events, Qualitäts- und Sicherheitsanforderungen, Monitoring, Betrieb, Open-Source-Strategie, Lieferantenbewertung) Mitwirkung an KI-Projekten vom Beratungsprozess über die Pilotierung bis hin zur Produktivsetzung und dem operativen Betrieb

Fachliche & Disziplinarische Führung: Du führst dein Team nach den Prinzipien der Servant Leadership. Du förderst die individuellen Stärken deiner Entwickler, begleitest sie bei ihrer Karriereentwicklung und schaffst ein Umfeld von psychologischer Sicherheit und hoher Innovationskraft. Technische Roadmap & Management-Verantwortung: Du erstellst eigenverantwortlich die langfristige technische Roadmap von STACKIT Data & AI Produkten. Hands-on Engineering: Du bist aktiv in die Softwareentwicklung eingebunden mit Hands-on Anteil. Du schreibst hochperformanten, concurrency-sicheren und sauberen Code in Go (Golang), und entwickelst Cloud-Native Services sowie Kubernetes-Operatoren.

Implementierung von Microsoft Copilot- und KI-Lösungen: Du entwickelst und implementierst KI-gestützte Anwendungen auf Basis von Microsoft 365, Microsoft Copilot, Copilot Agents und Agent Flows, optimierst Geschäftsprozesse und schaffst messbare Mehrwerte bei unseren Kunden.

Mitgestaltung der Architektur eines verteilten Systems, das für eine große, heterogene Kundenbasis skalieren muss. Treffe fundierte Entscheidungen zum Technologie-Stack. Welche Agenten-Frameworks diesen als Basis, wie kommunizieren Agenten miteinander, wann ist ein Human-in-the-Loop-Check erforderlich und wann kann das System autonom handeln. Konzeption, wie Agenten auf Wissen zugreifen und es nutzen. Hier gehören RAG, Vektordatenbanken und vor allem die Genauigkeit der Informationsabfrage dazu; nicht nur das Aufsetzen einer Datenbank.

Du übernimmst die fachliche und disziplinarische Führung eines Teams von Product Managern, die für unsere Fraud-Detection-Systeme sowie für die KI-Agenten verantwortlich sind, die AFC-Operations bei Fallbearbeitung und Verdachtsmeldewesen unterstützen. Du entwickelst die Produktstrategie und Roadmap für Fraud Detection und agentengestützte AFC-Workflows, stellst eine sinnvolle Priorisierung zwischen beiden Themenbereichen sicher und behältst dabei technologische sowie regulatorische Entwicklungen im Blick. Du treibst den verantwortungsvollen Einsatz von KI und Machine Learning in der Betrugs- und Geldwäscheprävention voran.

Analyse bestehender Berechnungs- und Auslegungsverfahren in der Wasser- und Abwassertechnik. Aufbereitung und Auswertung vorhandener Prozess- und Anlagendaten. Untersuchung geeigneter KI- und Machine-Learning-Methoden. Entwicklung eines Modells zur Unterstützung technischer Berechnungen und Auslegungsprozesse. Vergleich der KI-gestützten Ergebnisse mit konventionellen Berechnungsmethoden.

In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, Machine Learning, Datenmanagement, Software-Architekturen für Big Data. In den Praxisphasen sammelst du Erfahrungen zum Beispiel in der Softwareentwicklung, Mess- und Prüftechnik, Fahrzeugentwicklung, Produktionsüberwachung und -steuerung oder IT-Netzwerkbetreuung, Netzwerkadministration und Datensicherheit.