About the Company We are a fast-growing B2B SaaS company building an AI-driven platform to transform automotive aftersales operations.
RoboService solves the Last Mile of humanoid robotics.
Du vermittelst wissenschaftlich fundierte Kenntnisse mit hohem Praxisbezug, z.B.
will include: Conducting research at the interface of electron microscopy and machine learning, including the application and adaptation of
Du entwickelst KI-Lösungen, die echte Business-Probleme lösen vom intelligenten Agenten bis zum skalierbaren Produktivsystem.
Wir schreiben dir, sobald eine neue geprüfte Stelle zu Deep Learning dazukommt. Höchstens eine Nachricht am Tag, und nur, wenn es tatsächlich etwas Neues gibt.
Abmelden mit einem Klick, jederzeit. Keine Weitergabe an Dritte.
Zur Verstärkung der Abteilung Operationelle Analyse und Studien in der Organisation Studien und Simulation suchen wir für Airbus Defence and
Du möchtest durch deine datengetriebene & analytische Denkweise, Problemlösungskompetenz und Affinität für moderne KI-Lösungen die spannends
Konzeption und Weiterentwicklung der KI-Kernarchitektur für generative Bildmodelle mit Fokus auf architekturspezifische Anwendungsfälle.
Entwicklung und Weiterentwicklung unserer Vision-AI-Modelle und Netzwerkarchitekturen Aufbau und Optimierung von Trainings-, Validierungs- u
Zur Verstärkung der Abteilung Operationelle Analyse und Studien suchen wir bei Airbus Defence and Space in Friedrichshafen in den nächsten M
Identifizierung von Business Requirements, Ableitung und Entwicklung von Lösungen zur Erfüllung dieser Anforderungen unter Verwendung von KI-Technologien.
Our client is a leading supplier of software products in the field of eCustoms internationally.
ARRK Engineering ist ein globaler Entwicklungspartner für die Automobil- und Mobilitätsindustrie und für innovative Produktentwicklung.
im Team Problemstellungen identifizieren und analysieren sowie mit dem Kunden besprechen.
Das waren alle 14 Jobs zu dieser Auswahl.
Warum dieser Job gelistet ist
KI ist Gegenstand der Rolle (Kernbegriffe in Titel/Anforderungen). Prüfverfahren ansehen
Master’s or PhD in Computer Science, Mathematics, Physics or a related field Several years of experience in machine learning, particularly with tabular data and time series Strong knowledge of at least one deep learning framework (PyTorch is preferred) Experience designing optimisation algorithms and heuristics for complex, constrained problems Proficient in Python and the data science ecosystem (e.g. pandas, scikit-learn) Experience with ML experiment tracking and model deployment (e.g. MLflow, Docker, Kubernetes) A self-driven, solution-oriented mindset: you don’t just build models, you understand the business problem behind them Fluent in English
Beyond our core artificial intelligence, we are exploring additional AI capabilities that will flow into the product over time. Experience in this area is not required, but a plus: Experience with LLMs or agentic systems (e.g. RAG, information extraction from unstructured data, API-based workflows)
Creative freedom in a young, technically ambitious team Direct impact of your work on the product and our customers A modern tech stack and a culture that encourages experimentation A real-world, domain-rich problem space, not another generic SaaS End-to-end ownership of AI features, from data exploration to production deployment If you want to work on meaningful AI problems, take ownership, and see your work used in the real world, we d love to hear from you.
About the Company We are a fast-growing B2B SaaS company building an AI-driven platform to transform automotive aftersales operations. Our product helps bodyshops, dealer groups, and multi-site operators optimize workflows, improve efficiency, and make better decisions through data. Using digital twin technology and real-time optimization, we uncover operational improvements that are often hidden in day-to-day processes.
In practice, this means helping workshops plan work more accurately, assign jobs to the right people, and predict when work will be completed. At the core of our platform is our AI: machine learning models and optimization algorithms that power intelligent predictions and decisions in complex operational environments. With customers across multiple European markets and strong early traction, we are now looking to hire a Senior Operations Research Engineer (Applied AI, B2B SaaS) to further strengthen our product and AI capabilities.
Do you want to help shape our award-winning artificial intelligence of tomorrow, which is already improving the working lives of thousands of people across eight European countries today? Become an integral part of our established yet dynamic startup team. Tasks Design and deploy AI models for prediction and decision-making on domain-specific operational data Advance and extend scheduling and resource optimisation, including multi-objective optimisation, constraint handling, and stable re-planning Build end-to-end models that learn from real operational data and improve planning accuracy over time Own the full AI lifecycle : data analysis, feature engineering, model development, evaluation, and monitoringTranslate business problems into formal models and measurable outcomes Examples of What You’ll Build Capacity planning algorithms that account for skills, time buffers, cool-down periods, and space constraints Intelligent job-to-talent matching with dynamic weighting for in-progress vs. new projects Automated project creation from structured and unstructured operational inputs (e.g.
PDFs, free text)
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.