(Junior) Machine Learning Engineer (all)

ÜBER DIE STELLE

Als Senior Machine Learning Engineer bist du ein zentraler Bestandteil unseres AI-Teams und entwickelst Deep-Learning-Computer-Vision-Modelle für medizinische Anwendungen. Dein Schwerpunkt liegt auf dem Design, Training und der Validierung von ML-Lösungen zur Analyse radiologischer Bilddaten (MRT, CT), um präzise und effiziente Diagnosen zu unterstützen. Du arbeitest hands-on mit modernen Deep-Learning-Frameworks und übernimmst Verantwortung für geschäftskritische ML-Designentscheidungen, um sicherzustellen, dass unsere Modelle klinischen und regulatorischen Anforderungen entsprechen. In dieser Rolle gestaltest du die End-to-End-Weiterentwicklung medizinischer KI aktiv mit – von komplexen Forschungsexperimenten bis hin zu wirkungsvollen, produktionsreifen Diagnosetools, die die Zukunft der radiologischen Versorgung prägen.

DEINE AUFGABEN

Weiterentwicklung leistungsstarker Computer-Vision-Architekturen zur Erkennung und Diagnose medizinischer Befunde in komplexen radiologischen Datensätzen (MRT, CT). Konzeption und Implementierung rigoroser Validierungsframeworks zur Sicherstellung von Modellrobustheit, klinischer Wirksamkeit und Konformität mit Standards der Medizinprodukte-Zertifizierung. Entwicklung von Lösungen mit klinischem Vertrauen im Fokus, insbesondere durch Modellinterpretierbarkeit und Unsicherheitsquantifizierung, um umsetzbare Erkenntnisse für medizinisches Fachpersonal zu liefern. Optimierung skalierbarer ML-Pipelines in einer modernen Docker- und AWS-Umgebung, um einen reibungslosen Übergang von experimenteller Forschung zu produktionsreifen Deployments zu gewährleisten.

DEIN PROFIL

Promotion oder Masterabschluss in Informatik, Machine Learning, Ingenieurwesen, Mathematik oder einem verwandten quantitativen Fachgebiet. Mindestens 3 Jahre Industrieerfahrung mit klarem Fokus auf Computer Vision für medizinische Anwendungen. Sehr gute Kenntnisse in Python und PyTorch sowie ein tiefes Verständnis medizinischer Bildverarbeitungstechniken und relevanter Datenformate. Fundierte theoretische und praktische Kenntnisse moderner Computer-Vision-Architekturen für 3D-Bildsegmentierung und Objekterkennung (z. B. CNNs, ViTs). Erfahrung in mindestens zwei der folgenden Bereiche:

Self-supervised oder semi-supervised Learning. Computer-Vision-Foundation-Modelle Anomalieerkennung Active Learning

Nachgewiesene Fähigkeit, an großen Codebasen zu arbeiten und komplexe Datensätze in einem kollaborativen Umfeld zu handhaben. Starkes Commitment zu soliden Software-Engineering-Praktiken, einschließlich Versionskontrolle (Git), Unit-Tests, CI/CD sowie dem Schreiben von sauberem, wartbarem Code.

WAS DICH ERWARTET

Fokus auf das, was zählt:

Bei uns sind Kompetenz, Persönlichkeit und Engagement wichtiger als Formalitäten oder der Studiengang, den du gewählt hast. Dein Einfluss:

Mit deiner Arbeit trägst du dazu bei, die Diagnose von Krankheiten schneller, präziser und besser beherrschbar zu machen. Dein Team:

Werde Teil eines hochmotivierten, interdisziplinären Teams mit schnellen Entscheidungsprozessen und einer kollaborativen Atmosphäre. Gestaltungsspielraum:

Arbeite remote oder in unserem Büro in Berlin-Kreuzberg – ganz nach deinen Vorlieben. Benefits:

Setze dein persönliches Benefits-Budget flexibel ein und wähle die Vorteile, die am besten zu dir passen!

#J-18808-Ljbffr