AI/ML Engineer (m/w/d) (KI-Engineer)

Darum geht es

Du willst KI dort einsetzen, wo Daten unvollständig und schlecht dokumentiert sind? Als AI/ML Engineer bei nodeline entwickelst du Analyse- und Agentensysteme, die daraus belastbare Vorschläge für Datenmigration und -transformation ableiten.

Bei gewachsenen Systemen ist oft unklar, was Felder, Tabellen und Beziehungen tatsächlich bedeuten. Dokumentation fehlt, Benennungen sind kryptisch und Wissen steckt in Köpfen statt in Spezifikationen.

Du gehst das Problem aus zwei Richtungen an: textbasiert über Benennungen und Strukturen sowie datenbasiert über Verteilungen, Kardinalitäten, Formate und referenzielle Muster. Darauf baut ein Agentensystem auf, das die Analysen zusammenführt.

Ein Grundsatz ist dabei zentral: Das System muss sichtbar machen, was es nicht weiß. Konfidenz und Unsicherheit sind Teil des Entwurfs, damit Menschen gerade in regulierten Umfeldern fundiert entscheiden können.

Deine Aufgaben

Datenverständnis: aus Schema, Metadaten und Dateninhalt Semantik ableiten

Schema Matching & Profiling: statistische Muster, Embeddings, Ähnlichkeiten, Heuristiken und vortrainierte Modelle kombinieren

Agentensysteme: Implementieren von Agenten und Agentenorchestrierung

Konfidenz & Unsicherheit: Unsicherheit modellieren und menschliche Entscheidungen unterstützen

Evaluation: Qualität auch ohne vollständige Ground Truth belastbar bewerten

Production AI: Modelle und Analyseverfahren produktionsfähig integrieren, testen und weiterentwickeln

Datenrealität: mit anonymisierten, synthetischen oder direkt in Kundenumgebungen verfügbaren Daten arbeiten, wenn Daten das Unternehmen nicht verlassen dürfen

Aktuell gibt es noch keine eigene Trainingsdatengrundlage und die konkrete Analysearchitektur steht noch nicht fest. In den ersten Monaten geht es deshalb vor allem um Agentensysteme, statistische Profilierung, Heuristiken, Embeddings sowie Zero-/Few-Shot-Verfahren mit vortrainierten Modellen. Eigene ML-Modelle werden relevant, sobald eine tragfähige Datengrundlage entsteht.

Dein Profil

Fachlich:

- Studium der (Wirtschafts-)Informatik, Data Science, Mathematik, eines vergleichbaren technischen Fachs oder entsprechende praktische Erfahrung
- Erfahrung damit, Modelle oder ML-Komponenten in Produktion zu bringen
- sichere Python-Praxis auf produktionsfähigem Niveau
- Erfahrung mit wenig oder ohne Trainingsdaten: z.B. Zero-/Few-Shot, Embeddings, semantische Ähnlichkeit, statistische Verfahren und Heuristiken
- Erfahrung mit Evaluation ohne vollständige Ground Truth
- LLM-Integration über Prompting hinaus: Tool Calling, strukturierte Ausgaben, Umgang mit Nicht-Determinismus und dessen Testbarkeit
- solides Verständnis von Datenbanken und Datenmodellierung
- Deutsch und Englisch mindestens auf B2-Niveau, sicher in der mündlichen und schriftlichen Kommunikation

Wie du arbeitest:

- experimentell und ergebnisoffen in der Analyse, sauber und robust bei produktiven Systemen
- eigenverantwortlich, strukturiert und mit kritischem Blick auf Ergebnisse
- praktische Erfahrung mit Coding Agents oder ernsthafte Neugier auf deren produktiven Einsatz
- Dokumentation so, dass Wissen übergabefähig bleibt

Hilfreich, aber kein Muss: Schema Matching, Entity Resolution, Data Profiling oder semantische Typinferenz, Datenmigrationen oder ETL, Agenten-Frameworks und deren Grenzen, synthetische oder anonymisierte Daten sowie Erfahrung in Industrie, Medical oder Finance.

Das erwartet dich

nodeline gibt es seit 2025. Bisher sind wir das Gründerteam, über ein Förderprojekt bauen wir unser Team aktuell deutlich aus. Du steigst früh ein und gestaltest mit CTO, Engineering-Team und Pilotpartnern, welche Analyseverfahren sich an realen Systemen bewähren.

Du bekommst keinen fertig gelabelten Datensatz und keine festgelegte Zielmetrik. Dafür prägst du Methodik, Architektur und Qualitätsmaßstäbe mit.

- 62.000–72.000 € brutto/Jahr bei Vollzeit, abhängig von deiner Erfahrung
- Remote oder hybrid mit Büro in Karlsruhe
- 30 Tage Urlaub und flexible Arbeitszeiten
- Temporäres Arbeiten aus dem EU-Ausland nach Absprache
- Zeit für deine Weiterentwicklung: ½ Tag pro Woche ist fest für fachliches Lernen und Vertiefung reserviert, wenn es die Auslastung zulässt, ein ganzer Tag.
- Kurze Entscheidungswege und direkter Austausch mit den Gründern und dem Engineering-Team
- Mit dem Unternehmen wachsen: Entwickle deinen Verantwortungsbereich entsprechend deiner Stärken und Interessen weiter

Wir bauen bewusst keine Silo-Rollen: Jede Person verantwortet ihren Bereich, versteht das Gesamtprodukt und unterstützt das Team. Agenten nehmen Arbeit ab, aber nicht die Verantwortung.

Interesse?

Kein klassisches Anschreiben: Schick uns kurz, woran du zuletzt gearbeitet hast und was dich an der Rolle reizt. GitHub-, LinkedIn-Profil oder CV reichen, an [email protected] (https://mailto:[email protected]) .

Wenn du dich wiedererkennst, aber nicht jeden Punkt erfüllst, melde dich trotzdem.

Wir freuen uns über Bewerbungen unabhängig von Geschlecht, Alter, ethnischer Herkunft, Behinderung, Religion oder Weltanschauung sowie sexueller Identität.

Datenschutz: Informationen zur Verarbeitung deiner personenbezogenen Daten im Rahmen unseres Bewerbungsverfahrens findest du hier (https://nodeline.de/datenschutz-bewerbung/)

Ergänzende Informationen:
Homeoffice:
Umfang: Nach Vereinbarung
Anforderungen an den Bewerber:
Grundkenntnisse: Data Fabric
Erweiterte Kenntnisse: Business Intelligence - BI, Datenanalyse, Software testen, Design Thinking, Design Patterns, Agiles Projektmanagement, MLOps-Tools, Systemarchitektur, Versionsverwaltungsprogramm Git, Software as a Service - SaaS, Programmiersprache Java, Künstliche Neuronale Netze
Expertenkenntnisse: Kognitive Systeme, Programmiersprache Python, Softwarearchitektur, Softwaretechnik, Software-Engineering, Entwicklung, KI-Tools, KI-Systeme
Zwingend erforderlich: Machine Learning, KI-Agenten