AI Engineer - Computer Vision & MLOps

E.ON
Würzburg, Germany
2 months ago

Role details

Contract type
Temporary contract
Employment type
Full-time (> 32 hours)
Working hours
Regular working hours
Languages
English, German

Tech stack

Training Data Application Programming Interfaces (APIs) Artificial Intelligence Computer Vision Microsoft Azure Cloud Computing Continuous Integration Python (Programming Language) Machine Learning Power BI Model-Driven Development Backend
+5 more
Git Information Technology Machine Learning Operations New Relic (SaaS) Databricks

Job description

Computer-Vision-Lösung, die Montagebilder aus dem Netzgeschäft automatisiert prüft und damit Qualitätssicherung direkt in der Praxis unterstützt. Unsere KI erkennt verschiedene QS-Merkmale auf Bildern von Zählermontagen. Die Modelle sind selbst trainiert, laufen produktiv in Azure und werden kontinuierlich verbessert. Über APIs, mobile Apps und Power-BI-Dashboards kommen die Ergebnisse direkt bei Monteuren, Fachbereichen und Kunden an. Kurz gesagt: Du baust KI, die wirklich genutzt wird. Eine Aufgabe, die herausfordert * Modellentwicklung und Integration: In Deiner Rolle entwickelst Du Computer-Vision- und KI-Modelle, machst sie produktionsreif und integrierst sie in bestehende Backend-Systeme. * Qualitätssicherung der Modelle: Die Qualität der Modelle stellst Du durch kontinuierliche Analyse von Trainingsdaten, Fehlerbildern und relevanten Metriken sicher. * Betrieb und Weiterentwicklung: Für den stabilen Betrieb der Services in Azure übernimmst Du Verantwortung und treibst die

Requirements

Weiterentwicklung von MLOps-, Deployment- und Monitoring-Prozessen voran. * Zusammenarbeit mit Stakeholder:innen: Als technische Ansprechperson arbeitest Du eng mit Fachbereichen und Kund:innen zusammen und unterstützt Auswertungen sowie KPI-Erstellungen, unter anderem mit Power BI. * Innovationsbeitrag: Bei der Identifikation neuer KI-Anwendungsfälle bringst Du Dich aktiv ein und gestaltest die Weiterentwicklung der bestehenden Lösungen mit. Ein Background, der überzeugt * Qualifikation: Du bringst ein abgeschlossenes Hochschulstudium in einer quantitativen Disziplin wie Data Science, KI, Informatik, Mathematik oder Physik oder eine vergleichbare Qualifikation mit. * Fachliche Erfahrung: Praktische Erfahrung in der Entwicklung von KI- oder Machine-Learning-Lösungen zeichnet Dich aus, idealerweise im Bereich Computer Vision oder OCR. * Technisches Know-how: Du verfügst über sehr gute Python-Kenntnisse und hast Erfahrung mit Cloud-Umgebungen, idealerweise Azure, sowie mit CI/CD und Git.

  • Produktionsnähe: Im Umgang mit APIs, Backend-Integration und dem Betrieb produktiver Systeme fühlst Du Dich sicher; Kenntnisse in MLOps, Databricks, New Relic, Power BI oder mobilen App-Backends sind ein Plus. * Arbeitsweise und Kommunikation: Eine strukturierte Arbeitsweise, Verantwortungsbewusstsein für eigene Tasks und die Fähigkeit, technische Sachverhalte verständlich zu kommunizieren, bringst Du selbstverständlich mit. * Sprachkenntnisse: Sehr gute Deutschkenntnisse (C1) sowie gute Englischkenntnisse in Wort und Schrift runden Dein Profil ab. Inklusion Show in English OFFON Uns ist wichtig, Menschen mit Behinderung ein faires Bewerbungsverfahren zu ermöglichen, in dem sie ihr Bestes zeigen können. Daher wird unsere Schwerbehindertenvertretung frühzeitig in das Verfahren einbezogen. Bitte teile uns über das Bewerbungsformular mit, ob du technische oder organisatorische Anpassungen für das Bewerbungsverfahren benötigst. Wir stellen diese gern zur Verfügung. Wenn es dir nicht möglich ist, dich online zu bewerben und du stattdessen mit jemandem sprechen möchtest, kontaktiere bitte deinen lokalen Recruiter. Zur Original Anzeige

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on jobboard-deutschland.de

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

2:47 min

Exploring career opportunities and recruitment open positions

Kurt Eder · LIVE

1:46 min

Traditional data architecture before Microsoft Fabric

Dr. Alexander Wachtel Dr. Alexander Wachtel +1 · WWC 2025

1:52 min

Structuring and scaling the backend engineering team

Stefan Lingler Stefan Lingler +1 · Coffee With Developers

6:21 min

Investigating push inefficiencies with upstream Git experts

Jonathan Creamer · Coffee With Developers

2:14 min

Exploring internal AI product initiatives and global engineering roles

Maria Apazoglou · Coffee With Developers

3:48 min

Standardizing data access schemas with OData

Florian Bader Florian Bader · WWC Europe 2026

Videos

See all

Related articles

See all