Auf einen Blick
Technical Lead für KI-native Kommunikationsplattform mit Fokus auf Produktions-ML-Systeme, LLM-Optimierung und Inference-Skalierung. Ideal für erfahrene ML-Ingenieure mit Production-Hintergrund.
💰 $90.000–140.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ APAC
- Produktions-ML-Systeme Erfahrung
- LLM und Model Behavior Expertise
- GPU-basierte Training und Inference
- Software Engineering Best Practices
Machine Learning
Python
PyTorch
Inference Systems
✅ Geeignet für
- Erfahrene ML Engineers
- LLM/Transformer Spezialisten
- Production ML Systems Architekten
🚫 Weniger geeignet
- Junior Datenanalysten
- Akademische Forscher ohne Production-Erfahrung
- Kandidaten ohne Python/PyTorch Kenntnisse
💡 Gut zu wissen
- Stealth Startup bedeutet begrenzte Transparenz zu Anfang
- LLM Production Systems sind technisch anspruchsvoll
- Fokus auf Kosteneffizienz und Latenz-Optimierung
- Schnelle Iterationen und Deployment-Zyklen erwartet
Über das Unternehmen
Der Auftraggeber ist ein stealth KI-Startup mit Investitionen von einem führenden Technologieunternehmen Südostasiens. Das Unternehmen entwickelt eine KI-native Kommunikationsplattform, die alltägliche Aufgaben durch Integration von KI direkt in Gespräche vereinfacht. Die Plattform fokussiert auf zuverlässige KI-Workflows, persistenten Kontext, mehrstufiges Reasoning und nahtlose Task-Ausführung.
Deine Aufgaben
- Leitung der Ende-zu-Ende-Ausführung von Machine-Learning-Systemen
- Entwicklung von Data Pipelines, Training Workflows und Evaluation Frameworks
- Design und Betrieb skalierbarer Inference-Systeme mit Fokus auf Latenz und Kosteneffizienz
- Fine-Tuning von Modellen mit LoRA, QLoRA, SFT und DPO
- Optimierung von Produktions-Deployments durch GPU-Auslastung und Speichereffizienz
- Zusammenarbeit mit Application Engineering für Integration in Backend, Desktop und Mobile
- Kontinuierliche Verbesserung durch Monitoring und Optimierung
Deine Voraussetzungen
- Nachgewiesene Erfahrung beim Aufbau und Deployment von produktiven Machine-Learning-Systemen
- Starke Expertise mit großen Sprachmodellen (LLMs)
- Erfahrung mit skalierbaren ML-Infrastruktur und Training Pipelines
- Starke Software-Engineering-Fähigkeiten in produktionsqualitativ Code
- Balance zwischen Produktionsconstraints wie Latenz, Zuverlässigkeit und Kosteneffizienz
- Ownership-Mentalität mit Fähigkeit zur unabhängigen Treiber von technischen Initiativen
- Python, PyTorch und GPU-basierte Systeme erfahren
Benefits
- Innovative Arbeit in stealth KI-Startup
- Fokus auf LLM Production Systems
- Remote Team in Südostasien
