> Markdown version of [/jobs/ext/4699210-senior-machine-learning-engineer-ai-engineer](https://www.wearedevelopers.com/jobs/ext/4699210-senior-machine-learning-engineer-ai-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# (Senior) Machine Learning Engineer / AI Engineer

- **Company:** deepinvoice GmbH
- **Location:** Münster, Germany
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Amazon Web Services, Microsoft Azure, Cloud Computing, Continuous Integration, Python (Programming Language), Machine Learning, TypeScript, Management of Software Versions, Google Cloud, Pytorch, Retrieval-Augmented Generation, Large Language Models, Backend, Machine Learning Operations, Front End Software Development, Docker
- **Published:** November 13, 2026
- **Apply:** https://jobs.meinestadt.de/muenster-westfalen/standard?id=260507439

## About the Role

Das bringst du mit

Mehrjährige praktische Erfahrung als Machine Learning Engineer, AI Engineer oder in vergleichbarer Rolle, idealerweise in einem Produktumfeld und nicht rein in der Forschung
Sehr gute Python-Kenntnisse und sicherer Umgang mit PyTorch oder vergleichbaren Frameworks
Fundierte Erfahrung mit LLMs im Produktivbetrieb: Fine-Tuning, Evaluation, RAG, Umgang mit Halluzinationen und Fehlerraten
Erfahrung mit NLP auf Dokumenten, gerne inklusive OCR und Information Extraction
Cloud- und Deployment-Erfahrung (Docker, CI/CD, AWS, Azure oder GCP)
Verständnis dafür, dass in unserem Kontext Korrektheit vor Geschwindigkeit geht
Sehr gute Deutschkenntnisse, da unsere Datenbasis und unsere Kunden deutschsprachig sind
Sehr gute TypeScript-Kenntnisse, sowohl im Backend (Express), als auch im Frontend (Lit Web Components)

Von Vorteil

Erfahrung im Gesundheitswesen, in der Medizintechnik oder mit regulierten Daten
Kenntnisse zu MDR, ISO 13485 oder EU AI Act
Erfahrung im Aufbau von Teams oder in der fachlichen Führung
Startup-Erfahrung in einer frühen Phase

## Description

Weiterentwicklung unserer LLM- und ML-Pipelines zur Analyse unstrukturierter medizinischer Dokumente (Arztbriefe, OP-Berichte, Befunde, Scans)
Design und Umsetzung von Extraktions- und Mapping-Logiken auf medizinische Abrechnungskataloge (GOÄ, EBM, ICD-10)
Aufbau belastbarer Evaluations- und Qualitätssicherungsprozesse: Wir müssen jede erzeugte Rechnung nachvollziehbar begründen können
Fine-Tuning, Prompt-Engineering, RAG-Architekturen und der pragmatische Mix aus klassischem ML und LLMs
MLOps: Deployment, Monitoring, Versionierung, Reproduzierbarkeit
Datenschutzkonforme Verarbeitung besonders schützenswerter Gesundheitsdaten (DSGVO, § 203 StGB) gemeinsam mit unserem Compliance-Setup
Technische Sparringspartnerschaft für den CTO, inklusive Vertretung in kritischen Themen