(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!