ML / Data Engineer
Du sorgst dafür, dass die Agenten und Modelle des Teams gute Daten haben, und dass wir belegen können, dass sie funktionieren. Du baust die Pipelines, die die Daten vorbereiten, die Evaluationen, die die Qualität messen, und die Infrastruktur, die alles im Produktivbetrieb am Laufen hält.
Auf diese Rolle bewerbenÜber uns
Vesster setzt Agentic-AI-Systeme um: von den komplexesten, mit bewährten Governance-Modellen, bis zu frühen Proof-of-Concept-Projekten.
Unser Anspruch ist, an der Spitze zu stehen, zu innovieren und mit KI voranzugehen. Dorthin kommen wir mit Innovation, hohen Ansprüchen und Resilienz.
Du wirst Teil des Agentic-AI-Teams von Vesster, das KI-Agenten in Unternehmen jeder Branche einführt.
- Wir bauen jeden Tag mit KI, auch mit Coding-Agenten in unserer eigenen Entwicklung.
- Jedes Projekt ist eine Chance, anzuwenden, was KI in echten Kundenumgebungen heute schon kann.
- Die Messlatte ist hoch, und das Versprechen gilt Ergebnissen im Produktivbetrieb, nicht Demos.
- Wir investieren in jede Person, die zu uns kommt. Kompetenz und Zertifizierung sind unsere Arbeitsweise.
Was du tun wirst
- Ingestion- und Aufbereitungspipelines für strukturierte und unstrukturierte Daten bauen (Extraktion, Bereinigung, Chunking, Embeddings).
- Vector Stores und Wissensquellen für RAG aufsetzen und pflegen.
- Evaluationsdatensätze erstellen und die Qualitätsmessung von Agenten und Modellen automatisieren.
- Modelle anpassen (Fine-Tuning, Distillation), wenn sich das gegenüber einem größeren Modell lohnt.
- Den MLOps/LLMOps-Zyklus betreiben: Versionen, Monitoring, Kosten, Alerts.
Was wir suchen
- Solides Python und SQL.
- Erfahrung mit Datenpipelines und mindestens einer Cloud (GCP, Azure oder AWS).
- Grundlagen im Machine Learning und echtes Interesse an LLMs und daran, wie man sie misst.
- Sorgfalt: versionierte Daten, reproduzierbare Ergebnisse, Tests.
- Fließendes Englisch oder Portugiesisch.
Von Vorteil
- Erfahrung mit Vector Stores, Embeddings und semantischer Suche.
- Fine-Tuning von Modellen und Tools zur LLM-Evaluation.
- Data Engineering im großen Maßstab (Streaming, Lakehouse, Orchestrierung).
- Zertifizierungen in Daten, ML oder Cloud.
Weiterbildung und Zertifizierung
Kompetenz und Qualität sind grundlegende Anforderungen. Deshalb sind Zertifizierungen fester Bestandteil der Rolle, kein Extra.
- Ein Weiterbildungsplan vom ersten Tag an, abgestimmt auf dein Level und deine Rolle.
- Marktanerkannte Zertifizierungen (z. B. Google Cloud) sind Teil des Plans: Wir stellen die Weiterbildung und erwarten, dass du sie abschließt.
- Zeit zum Lernen und Experimentieren innerhalb der Arbeit, nicht nur außerhalb.
Was wir bieten
- Angewandte KI-Arbeit im Produktivbetrieb, für Kunden jeder Branche.
- Autonomie und Verantwortung für das, was du lieferst.
- Zugang zu den neuesten KI-Tools und -Modellen für deine Arbeit.
Details
- Level
- Alle Level, von Junior bis Principal. Das Level wird im Prozess festgelegt, nicht in der Anzeige.
- Ort und Arbeitsmodell
- Alle Formate — vor Ort, hybrid oder remote — je nach Projekt.
Passt du nicht genau auf dieses Profil?
Ein Agentic-AI-Projekt braucht viel mehr als den Agenten: API-Integration, Daten, Data Analytics, Process Analytics, Automatisierung, Architektur, Produktmanagement. Wenn du in einem dieser Bereiche arbeitest, oder in einem verwandten, bewirb dich trotzdem: Wir wollen dich kennenlernen.
Bewerbung
Auf diese Rolle bewerben
Eine andere Art der Bewerbung: Alles, was du ergänzt, bringt Punkte. Schick sie ab, wann du willst — eine vollständigere Bewerbung punktet einfach höher.
Das Minimum zum Einreichen. Alles danach verschafft Ihnen einen Vorsprung.
Ihr Bewerbungs-Score
0 / 422
Stufe: Signal · 0 von 25 Fragen
noch 422 Punkte offen
Sie können jederzeit einreichen — eine vollständigere Bewerbung erzielt einfach einen höheren Score.
