Betrieb und Weiterentwicklung von KI-Systemen (z. B. LLMs, RAG, AI-/ML-Ops, AI-Tools) - Analyse und Verwertung von Maschinendaten - Anforderungsanalyse und Projektmitarbeit in enger Zusammenarbeit mit internen Fachbereichen - Entwicklung und Umsetzung einer unternehmensweiten KI-Strategie
1
Du hast ein Gespür für Menschen und brennst dafür, sie zu fördern und bei der Entfaltung ihrer Potenziale zu begleiten? Du möchtest deine Expertise einbringen – sowohl in der Beratung unserer Fachabteilungen als auch in der Weiterentwicklung unserer Prozesse und Tools
2
Organize and coordinate teaching and learning activities across study programs. Work hand-in-hand with study affairs staff to plan academic sessions, student events, and key learning experiences. Collaborate closely with professors and educators to ensure seamless teaching logistics
3
Support students in project planning, including setting milestones and resource allocation - Foster time management skills by helping students prioritize tasks, create schedules, and meet project deadlines - Teach conflict resolution strategies to resolve team conflicts and act as a mediator when necessary
4
Arbeiten im Team mit modernsten Tools (z.B. ML .NET, TensorFlow, Scikit-Learn, Keras, SonarCloud, Azure DevOps, Visual Studio 2022) - Neu- und Weiterentwicklung von Softwarelösungen mittels Machine Learning - Mitarbeit an der Realisierung von hochmodernen .NET- und Angular-basierten Lösungen
5
Test Strategy & Design: Design, implement, and maintain comprehensive automated test suites specifically tailored for AI/ML systems, covering unit, integration, and end-to-end scenarios. CI/CD Integration: Integrate testing workflows into the Continuous Integration/Continuous Delivery (CI/CD) pipelines, managing …
6
Arbeiten im Team mit modernsten Tools (z.B. ML .NET, TensorFlow, Scikit-Learn, Keras, SonarCloud, Azure DevOps, Visual Studio) - Neu- und Weiterentwicklung von Softwarelösungen mittels Machine Learning - Mitarbeit an der Realisierung von hochmodernen .NET- und Angular-basierten Lösungen
7
The conductivity needs to be measured, for example, during homogenization, heating for extrusion or rolling, and during heat aging, to be able to make predictions about the end product quality using machine learning or physical models
8
Konzeption eines Trainingsworkflow: Entwerfen eines Trainingsworkflows für Deep Learning Modelle, der alle notwendigen Schritte von der Datenvorbereitung über das eigentliche Training bis zur Modellbewertung umfasst … Laufende Ausbildung in einer HTL
9
Literature research: Identification of challenges and solution approaches in the dockerization of training processes. Design of a training workflow: Design of a training workflow for deep learning models that includes all necessary steps from data preparation to the actual training and model evaluation
10