Systems-Software-Ingenieur — Machine Learning Ops

Systems-Software-Ingenieur

• Machine Learning Ops

Über die Rolle — Was wäre, wenn Ihre C++‑Expertise direkten

Einfluss nehmen könnte

• Standort: Remote
• Verpflichtung: 20–40 Std./Woche

Verantwortlichkeiten

• Entwerfen, bauen und optimieren Sie hochleistungsfähige C++‑Systeme, die AI‑Datenpipelines und Bewertungs-Workflows unterstützen
• Entwickeln Sie Full‑Stack‑Werkzeuge und Backend‑Services für großskalige Datenannotation, Validierung und Qualitätskontrolle
• Verbessern Sie Zuverlässigkeit, Leistung und Korrektheit bestehender C++‑Codebasen
• Arbeiten Sie mit Daten-, Forschungs‑ und Engineering‑Teams zusammen, um Modelltraining und Bewertung im großen Maßstab zu unterstützen
• Identifizieren Sie Engpässe und Randfälle im Daten- und Systemverhalten
• Implementieren Sie anschließend skalierbare, produktionsreife Fixes
• Nehmen Sie an synchronen Design-Reviews teil, um Architektur- und Implementierungsentscheidungen iterativ zu verbessern

Qualifikationen

• 5+ Jahre Berufserfahrung in der Entwicklung von produktivem C++
• Full‑Stack‑Entwickler mit starkem Hintergrund in Systemprogrammierung
• Erfahrung mit den C++‑Frontends von ML‑Frameworks oder Inferenz-Runtimes
• Vertraut mit Hardware‑Beschleunigungs‑APIs zur Optimierung der Modellausführung
• Muttersprache oder fließendes Englisch mit klaren schriftlichen und mündlichen Kommunikationsfähigkeiten
• Fähigkeit, konstant 20–40 Std./Woche zu leisten

Wünschenswert

• Frühere Erfahrung mit Datenannotation, Datenqualitäts‑Pipelines oder Bewertungssystemen
• Vertrautheit mit AI/ML‑Workflows, Modelltraining oder Benchmarking‑Pipelines
• Erfahrung mit verteilten Systemen oder Entwickler-Tools
• Hintergrund in Systemleistungs‑Profiling und Optimierung

Warum

• Arbeiten Sie an Produktionssystemen, die direkt die Fähigkeiten moderner AI‑Modelle beeinflussen
• Zusammenarbeit mit Ingenieuren und Forschern in führenden AI‑Labs
• Vollständig Remote und flexibel
• Arbeiten Sie, wann und wo es Ihnen passt
• Freiberufliche Autonomie mit der Struktur und Zielsetzung anspruchsvoller Ingenieursarbeit
• Potenzial für fortlaufende Engagements und erweiterten Aufgabenbereich, wenn neue Projekte starten