Data & AI Engineer (m/w/d)
Konzeption und Aufbau skalierbarer Datenplattformen und Datenarchitekturen in Cloud-, On-Premises- und hybriden Umgebungen.
Konzeption und Aufbau skalierbarer Datenplattformen und Datenarchitekturen in Cloud-, On-Premises- und hybriden Umgebungen.
Erforscht und trainiert Foundation-Modelle für Physiksimulation, kuratiert Simulationsdatensätze und bewertet Modelle gegen Ingenieurs-Validierungsstandards.
Wir schreiben dir, sobald eine neue geprüfte Stelle zu Deep Learning in Linz dazukommt. Höchstens eine Nachricht am Tag, und nur, wenn es tatsächlich etwas Neues gibt.
Abmelden mit einem Klick, jederzeit. Keine Weitergabe an Dritte.

Warum dieser Job gelistet ist
Eindeutige KI-Rollenbezeichnung im Stellentitel. Prüfverfahren ansehen
Volle Gestaltungsfreiheit beim Aufbau und Betrieb der Infrastruktur, Teil eines Expertenteams im Bereich Künstliche Intelligenz, Weiterbildungs- und Vertiefungsmöglichkeiten, Zusammenarbeit mit Universitäten und internationalen Partnern.
Als Data & AI Engineer konzipierst und entwickelst du Datenstrukturen und KI-Modelle und überführst sie in skalierbare, produktive Systeme. Du gestaltest Lösungen von der technischen Architektur über die Modellierung bis zur Integration in reale Anwendungsumgebungen. Gearbeitet wird an modernen AI-Technologien, von klassischen ML-Verfahren und Deep Learning bis zu LLM- und GenAI-basierten Systemen wie Retrieval-Augmented Generation oder agentenorientierten Ansätzen.
Vollzeitstelle in Linz oder Wien mit Home-Office-Möglichkeit.
Interesse an dieser Position?
Die vollständige Anzeige und das Bewerbungsformular liegen beim Arbeitgeber.
Zur OriginalanzeigeDeep Learning meint neuronale Netze mit vielen Schichten, also die Technik hinter fast allem, was heute KI heißt. In Anzeigen steht der Begriff häufig als Nachweis von Grundlagenwissen: Man soll verstehen, was beim Training passiert, und nicht nur eine Bibliothek bedienen können. Oft gehören Mathematikkenntnisse dazu und die Bereitschaft, Veröffentlichungen zu lesen, statt auf ein fertiges Rezept zu warten. Wo Deep Learning steht, geht es meist um Entwicklung und selten um Anwendung, und häufiger um Bild, Sprache oder Sensordaten als um Tabellen.