Auf einen Blick
Du wirst bei Sigma Production-Grade AI/ML Systems für Recommendations, Natural Language Interfaces und Agentic Workflows bauen. Mit 10+ Jahren ML Engineering und Experience in Foundation Model Adaptation prägst du Sigmas AI Product Direction.
💰 $240.000–270.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Hybrid
🗺️ Americas
- 10+ Jahre Production AI/ML Systems
- Deep ML und Deep Learning Knowledge
- Full Lifecycle ML Experience
- Foundation Model Expertise
Machine Learning
Deep Learning
AI Systems
Python
Foundation Models
Data Curation
Deployment
Angegeben: $240.000–270.000/Jahr · Marktschätzung: ~$240.000–270.000/Jahr.
✅ Geeignet für
- Senior ML Engineers
- AI Systems Engineers
- Foundation Model Specialists
🚫 Weniger geeignet
- Junior ML Engineers ohne Production Experience
- Pure Data Scientists ohne Engineering Background
💡 Gut zu wissen
- 10+ Jahre Erfahrung ist hart-requirement
- Foundation Models sind zentral für Role
- Starke SaaS/Startup Experience erwartet
Über das Unternehmen
Sigma ist nicht nur AI addieren — wir bauen die Zukunft, wie Menschen mit Daten arbeiten. Als AI/ML Engineer wirst du Teil eines wachsenden Teams, das die AI Foundation for Sigma's Zukunft baut.
Deine Aufgaben
- Partnership mit Product, Design, Engineering auf High-Impact AI/ML Opportunitiies
- Prototype und Productionization von AI Systems: Recommendations, Natural Language Interfaces, Agentic Workflows
- AI/ML Infrastructure für Internal und Customer-Facing Features entwickeln und skalieren
- Novel UX Problems an der Intersection von AI, BI und Apps tackeln
Deine Voraussetzungen
- Bachelor in Computer Science, Engineering, Mathematics oder verwandtes Feld erforderlich
- 10+ Jahre Erfahrung building und deploying Production-Grade AI/ML Systems
- Deep Knowledge von Machine Learning, Deep Learning, Applied AI
- Full ML Lifecycle Experience: Data Curation, Training, Deployment, Monitoring
- Track Record building und shipping produktive Features (Recommendations, Search, Machine Translation)
- Experience adapting oder training Foundation Models für novel Domains
