vector8

21.10.2026

Senior AI/ML Engineer, UK

HybridVereinigtes Königreich

Vereinigtes Königreich

PythonAWSGCPDockerKubernetesTerraform

Automatische Übersetzung. Prüfe das Original.

Über die Stelle

Bei vector8 konzipieren, entwickeln und liefern wir KI-Lösungen auf Produktionsniveau, wobei wir unser tiefgreifendes Verständnis und unsere Spezialisierung auf die Finanzdienstleistungs- und Einzelhandelsbranche nutzen. Unsere Lösungen variieren je nach Problemstellung und reichen von agentenbasierten Systemen bis hin zu traditionelleren, KI-gestützten Lösungen auf Basis von LLMs, klassischem ML oder Sprachmodellen. Jede Lösung erfüllt denselben hohen Anspruch an Leistung, Robustheit und langfristige Wartbarkeit.

Sie helfen beim Aufbau von KI-Grundlagen, die unsere Kunden wiederverwenden und erweitern können, während sie von einzelnen Anwendungsfällen zu unternehmensweiten Fähigkeiten skalieren.

Warum diese Rolle einzigartig ist

Sie arbeiten an der Schnittstelle von KI-Forschung und Enterprise-Software-Engineering, mit einem starken Fokus auf KI-gesteuerte Lösungen.

Sie gestalten die Zukunft der KI-Einführung in einigen der komplexesten Organisationen Großbritanniens.

Sie schlagen die Brücke zwischen modernster KI und realen Unternehmenszwängen (Sicherheit, Compliance, Altsysteme).

Sie haben die Möglichkeit, Teams zu betreuen, Innovationen voranzutreiben und vector8 als Thought Leader zu repräsentieren.

Dies ist eine praxisorientierte Engineering-Position, in der Sie:

Agenten und KI-Workflows entwerfen und erstellen, einschließlich Tool-Integration, Orchestrierung, Sicherheitsvorkehrungen (Guardrails) und Schritten zur menschlichen Validierung.

LLMs, Retrieval-Systeme sowie klassische ML- oder Sprachmodelle in bestehende Systeme und Daten von Kunden integrieren.

Diese Lösungen durch systematische Evaluierung, Tracing, Fallback-Strategien sowie Kosten- und Latenzkontrolle produktionsreif und zuverlässig machen.

Best Practices der Softwareentwicklung anwenden: Testing, CI/CD, modulares Design und Dokumentation.

Die Anforderungen regulierter Branchen erfüllen, wie etwa Sicherheit, Compliance, Zugriffskontrolle und die Integration in Altsysteme.

Lösungen von Anfang bis Ende verantworten, von der Anforderungsanalyse beim Kunden bis hin zum Produktionsmonitoring und der kontinuierlichen Verbesserung.

Eng mit den Ingenieuren und Projektmanagern von vector8 sowie mit den Architekten und Geschäftsteams der Kunden zusammenarbeiten.

1. Agentenbasierte Systeme und KI-Workflows

LLM-Agenten entwerfen und bauen, die Tools nutzen und mit Unternehmenssystemen und Daten interagieren

Mehrstufige und Multi-Agenten-Workflows orchestrieren, bei Bedarf mit menschlicher Validierung und Übergabe

Klare Grenzen für jeden Agenten durch typisierte Tool-Verträge, strukturierte Ausgaben, Sicherheitsvorkehrungen und Zugriffsrichtlinien definieren

Agenten über offene Protokolle wie MCP und A2A sowie über gut konzipierte APIs mit anderen Systemen verbinden

Die am besten geeignete Architektur für jedes Problem wählen, sei es ein Agent, ein deterministischer Workflow oder eine klassische ML-Lösung

KI-Lösungen systematisch anhand von Datensätzen evaluieren, um aussagekräftige Leistungskennzahlen zu generieren.

2. Software Engineering für KI

Sauberen, modularen und gut dokumentierten Code in Python (FastAPI, Pydantic, asyncio) schreiben.

Best Practices anwenden bei:

Testing (Unit-, Integrations-, End-to-End-Tests)

CI/CD (GitHub Actions, GitLab CI, Argo CD)

Observability (Logging, Monitoring, Tracing).

Sicherheit und Compliance gewährleisten (Datenschutz, Zugriffskontrollen, Verschlüsselung).

Modelle und Code für eine nahtlose Bereitstellung in CI/CD-Pipelines integrieren.

3. Enterprise KI & MLOps

KI-Lösungen in der Produktion bereitstellen und überwachen

MLOps-Pipelines entwerfen und implementieren für:

Modelltraining, Fine-Tuning und Evaluierung

Modellversionierung und Lineage-Tracking

A/B-Tests und Canary-Deployments.

Skalierbarkeit und Zuverlässigkeit sicherstellen (Auto-Scaling, Fehlertoleranz, Disaster Recovery).

Mit Data Engineers zusammenarbeiten, um Datenpipelines (Batch, Streaming, Echtzeit) aufzubauen.

4. Zusammenarbeit & Technische Führung

Eng mit Product Ownern, DevOps und Qualitätssicherung in einem agilen, funktionsübergreifenden Team zusammenarbeiten.

Junior-Ingenieure betreuen und Best Practices in KI/ML und Software Engineering fördern.

Produktanforderungen in technische Lösungen und architektonische Entscheidungen übersetzen

Architekturen, Entscheidungen und Best Practices für den internen und kundenseitigen Gebrauch dokumentieren.

Beziehungen zu internen und externen Stakeholdern aufbauen, einschließlich Kunden und Partnern.

5. Entwicklung von End-to-End KI-gestützten Lösungen (seltener, kann aber vorkommen)

Verteilte, hochvolumige, leistungsstarke Lösungen mit geringer Latenz für machine learning entwerfen, implementieren und bereitstellen, mit Fokus auf GenAI-Modelle, insbesondere LLM-Integrationen und API-gesteuerte Architekturen.

Die Verantwortung für Ihre Modelle über den gesamten Lebenszyklus hinweg übernehmen:

Datenexploration und -bereinigung zum Aufbau reproduzierbarer, versionierter Datensätze

State-of-the-Art-Recherche zur Identifizierung der besten Architekturen für das Problem (z. B. Transformer, RAG, Fine-Tuning).

Implementierung, Training und Optimierung in reproduzierbaren Umgebungen

Bereitstellung, Überwachung und Wartung in der Produktion.

Modelle hinsichtlich Leistung, Latenz und Kosteneffizienz optimieren, insbesondere bei LLM-Serving und Inferenz.

6. Innovation & Kontinuierliche Verbesserung

Über die neuesten KI- und ML-Architekturen auf dem Laufenden bleiben (Transformer, Mixture of Experts, Sparse Attention).

Mit modernsten Techniken experimentieren (Quantisierung, Destillation, Speculative Decoding).

Open-Source- und proprietäre Modelle evaluieren und benchen (Llama, Mistral, Mixtral, GPT-4, Claude).

Eigene Ideen durch den Ideenfindungsprozess von vector8 einbringen.

Zu den KI-Beschleunigern von vector8 beitragen (wiederverwendbare Komponenten für häufige Branchenprobleme).

Eine strategische Mentalität der kontinuierlichen Verbesserung annehmen, um Innovationen voranzutreiben.

Die Rolle ist primär in London angesiedelt, mit gelegentlichen Reisen zu Kundenstandorten und der Zusammenarbeit mit Teams in ganz Europa.

Mindestanforderungen

5+ Jahre Erfahrung im Bereich KI/ML-Engineering, Softwareentwicklung oder einem verwandten Bereich.

Expertise in LLM-Architekturen und Trainingsmethoden:

Transformer, Attention-Mechanismen, Fine-Tuning, RAG, Quantisierung

Prompt Engineering, Modellevaluierung, Bias-Erkennung

Fundierte Kenntnisse in machine learning-Architekturen: Fully Connected, CNN, LSTM, Transformer und klassische ML-Modelle.

Starke Software-Engineering-Fähigkeiten:

Versiert in Python (FastAPI, Pydantic, asyncio, Type Hints)

Erfahrung mit API-Entwicklung

Vertrautheit mit modernen Toolchains (Docker, Kubernetes, Terraform)

Praktische Erfahrung mit LLM-Integrationen:

LLM-Anbieter

Vektordatenbanken (Pinecone, Weaviate, Milvus)

Modell-Serving (vLLM, TGI, KServe)

Erfahrung mit MLOps und Produktionsbereitstellungen

Verständnis für Herausforderungen in Unternehmen:

Sicherheit, Compliance, Skalierbarkeit, Kostenoptimierung.

Erfahrung mit relationalen und nicht-relationalen Datenbanken.

Starke Problemlösungs- und Debugging-Fähigkeiten.

Bachelor- oder Masterabschluss in Informatik, Mathematik, Physik oder einem verwandten Bereich.

Erfahrung mit Multi-Cloud-Umgebungen (AWS, Azure, GCP).

Erfahrung mit Code-Optimierung (z. B. Modellquantisierung, Parallelisierung).

Hervorragende Kommunikations- und Kooperationsfähigkeiten

Eine Rolle an der Spitze der KI-Transformation, bei der Sie mit modernsten KI-Technologien an innovativen Lösungen arbeiten, die einen echten, messbaren Geschäftswert schaffen.

Ein dynamisches, unternehmerisches Arbeitsumfeld, in dem Ihre Beiträge direkt das Unternehmenswachstum vorantreiben.

Eine unterstützende Teamkultur, die kontinuierliches Lernen, berufliche Weiterentwicklung und persönliches Wachstum priorisiert.

Ein Führungsethos, das darauf ausgerichtet ist, Menschen zu befähigen und Zusammenarbeit, Exzellenz, Authentizität und Vielfalt zu fördern.

Ein wettbewerbsfähiges Gehaltspaket, 25 Urlaubstage, ein Entwicklungsbudget und flache Hierarchien.

Sprachen

Senior AI/ML Engineer, UK

Über die Stelle

Warum diese Rolle einzigartig ist

1. Agentenbasierte Systeme und KI-Workflows

2. Software Engineering für KI

3. Enterprise KI & MLOps

4. Zusammenarbeit & Technische Führung

5. Entwicklung von End-to-End KI-gestützten Lösungen (seltener, kann aber vorkommen)

6. Innovation & Kontinuierliche Verbesserung

Mindestanforderungen

Weiter entdecken

Dein nächster Jobsucht schon nach dir.

Mehr Stellen mit nur einem Profil

Senior IT Support Analyst

Kopie von Lead DevOps Engineer

Lead DevOps Engineer