KI-Ingenieur / ML Engineer (m/w/d)
Du arbeitest an unseren Spracherkennungs- und NLP-Modellen und verbesserst die Qualität unserer KI-generierten Protokolle.
Über die Stelle
Bei uns entwickelst du die KI-Systeme, die den Kern von SpeechMind bilden – und das in einem Umfeld mit echten, gesellschaftlich relevanten Anforderungen. Unsere Lösung unterstützt die öffentliche Verwaltung bei der automatisierten Auswertung von Sitzungen und Besprechungen: Neben der Transkription geht es um die strukturierte Erkennung von Beschlüssen, Aufgaben und Zuständigkeiten – also um Protokollgenerierung auf hohem fachlichen Niveau. Technisch arbeiten wir sowohl mit großen Sprachmodellen in der Cloud als auch mit kleineren, selbst betriebenen Modellen – je nach Anforderung an Datenschutz, Latenz und Kostenkontrolle. Audiovorverarbeitung und Sprecherunterscheidung sind dabei ebenso Teil des Systems wie die nachgelagerte NLP-Pipeline. Du wirst Teil eines jungen, ambitionierten Teams in Dresden – mit flachen Hierarchien, echter Eigenverantwortung und einer Arbeitskultur, in der auch mal gemeinsam Switch gespielt wird.
Deine Aufgaben
- Weiterentwicklung unserer NLP- und ASR-Modelle
- Extraktion von Beschlüssen, Aufgaben und Zuständigkeiten aus Transkripten
- Evaluation, Auswahl und Integration neuer LLMs (Cloud-basiert und lokal)
- Entwicklung von Audio-Preprocessing- und Speaker-Diarization-Komponenten
- Aufbau von Pipelines für Datenvorbereitung und Modelltraining
- Aufbau und Pflege von Test- und Validierungsdatensätzen zur Qualitätssicherung
- Enge Zusammenarbeit mit dem Entwicklungsteam zur produktiven Integration
Was du mitbringst
- Sehr gute Deutschkenntnisse (C1 oder höher) – zwingend erforderlich, da wir mit deutschsprachigen Audiodaten und Verwaltungssprache arbeiten
- Erfahrung mit Python und ML-Bibliotheken (PyTorch, HuggingFace, etc.)
- Kenntnisse in NLP und/oder Spracherkennung (ASR)
- Grundlegendes Verständnis von LLM-Prompting und -Evaluation
- Du arbeitest eigenständig, denkst in Lösungen und bringst Dinge aktiv voran
Nice to have
- Publikationen oder Open-Source-Beiträge im ML-Bereich
- Erfahrung in einem Startup-Umfeld
- Kenntnisse in MLOps
- Erfahrung mit Cloud-Plattformen (AWS oder Azure)