21.07.2026 aktualisiert


100 % verfügbar
Machine Learning Engineer
Zürich, Schweiz
Weltweit
MSc in Computer ScienceÜber mich
ML Engineer: LLM Post-Training (SFT, CPO, LoRA/PEFT), Agentic AI (LangGraph, RAG) und Cloud-Deployment (AWS, Kubernetes). Produktionssysteme bei EPFL Blue Brain (Neuroagent, ScholaRAG) und Supertext (Apertus 8B). AWS Certified Machine Learning Engineer.
Skills
SageMakerComputer VisionPythonMachine LearningNatural Language ProcessingOpenCVTensorFlowAzure Machine LearningTransformerPyTorchLarge Language ModelsDeep LearningAWS ECSMatplotlibScikit-learn
Machine Learning & Deep Learning
Umfangreiche Erfahrung mit dem gesamten ML-Lebenszyklus: Datenerhebung und -engineering, Modelltraining und -evaluation sowie Produktionsdeployment. Einsatz von Python, PyTorch, TensorFlow, Scikit-learn, Pandas und Weights & Biases in realen Projekten.
NLP & Large Language Models
Hands-on-Erfahrung mit LLM Post-Training (SFT, CPO) auf Produktionsmodellen wie EuroLLM 9B/22B und Apertus 8B auf verteilter Multi-GPU-Infrastruktur. Einsatz von Transformers, Huggingface, vLLM, LoRA und Fine-Tuning-Techniken.
Cloud & Infrastruktur
AWS Certified Machine Learning Engineer mit Erfahrung in Cloud-Deployment auf AWS EKS, Kubernetes, Docker, Terraform und CI/CD-Workflows. Aufbau und Betrieb skalierbarer ML-Pipelines in der Cloud.
Computer Vision
Entwicklung und Deployment von Deep-Learning-Systemen zur Echtzeit-Erkennung und Klassifikation in Bild- und Videodaten. Einsatz von CNNs, OpenCV, TensorRT und Quantisierung zur Inferenzoptimierung.
Inference-Optimierung
Optimierung von ML-Modellen fuer den Produktionseinsatz mittels TensorRT, vLLM und Quantisierung zur Steigerung von Geschwindigkeit und Effizienz.
RAG-Pipelines & LLM-Agenten
Aufbau von Retrieval-Augmented-Generation-Pipelines (BM25/Opensearch, Cross-Encoder-Reranking, FastAPI) sowie LLM-basierter Agenten mit Tool-Use-Faehigkeiten unter Verwendung von LangGraph und eigener Orchestrierung.
Datenengineering & wissenschaftliches Schreiben
Erfahrung in der Datenerhebung, -verarbeitung und -analyse mit Pandas, Matplotlib und SciPy sowie in der Erstellung peer-reviewter Publikationen und wissenschaftlicher Berichte.
Softwareentwicklung & Versionskontrolle
Solide Grundlagen in der Softwareentwicklung mit Python, JavaScript und Java sowie Einsatz von Git, Subversion und agilen Entwicklungspraktiken in verschiedenen Projekten.
Umfangreiche Erfahrung mit dem gesamten ML-Lebenszyklus: Datenerhebung und -engineering, Modelltraining und -evaluation sowie Produktionsdeployment. Einsatz von Python, PyTorch, TensorFlow, Scikit-learn, Pandas und Weights & Biases in realen Projekten.
NLP & Large Language Models
Hands-on-Erfahrung mit LLM Post-Training (SFT, CPO) auf Produktionsmodellen wie EuroLLM 9B/22B und Apertus 8B auf verteilter Multi-GPU-Infrastruktur. Einsatz von Transformers, Huggingface, vLLM, LoRA und Fine-Tuning-Techniken.
Cloud & Infrastruktur
AWS Certified Machine Learning Engineer mit Erfahrung in Cloud-Deployment auf AWS EKS, Kubernetes, Docker, Terraform und CI/CD-Workflows. Aufbau und Betrieb skalierbarer ML-Pipelines in der Cloud.
Computer Vision
Entwicklung und Deployment von Deep-Learning-Systemen zur Echtzeit-Erkennung und Klassifikation in Bild- und Videodaten. Einsatz von CNNs, OpenCV, TensorRT und Quantisierung zur Inferenzoptimierung.
Inference-Optimierung
Optimierung von ML-Modellen fuer den Produktionseinsatz mittels TensorRT, vLLM und Quantisierung zur Steigerung von Geschwindigkeit und Effizienz.
RAG-Pipelines & LLM-Agenten
Aufbau von Retrieval-Augmented-Generation-Pipelines (BM25/Opensearch, Cross-Encoder-Reranking, FastAPI) sowie LLM-basierter Agenten mit Tool-Use-Faehigkeiten unter Verwendung von LangGraph und eigener Orchestrierung.
Datenengineering & wissenschaftliches Schreiben
Erfahrung in der Datenerhebung, -verarbeitung und -analyse mit Pandas, Matplotlib und SciPy sowie in der Erstellung peer-reviewter Publikationen und wissenschaftlicher Berichte.
Softwareentwicklung & Versionskontrolle
Solide Grundlagen in der Softwareentwicklung mit Python, JavaScript und Java sowie Einsatz von Git, Subversion und agilen Entwicklungspraktiken in verschiedenen Projekten.
Erfahrung
Berufserfahrung5 - 10 Jahre
Freelancer seit2026
Sprachen
DeutschGrundkenntnisseEnglischverhandlungssicherUngarischMuttersprache
Projekthistorie
Post-training von produktionsskaligen LLMs (EuroLLM 9B/22B, Apertus 8B) fuer maschinelle Uebersetzung europaeischer Sprachpaare mittels SFT und CPO auf verteilter Multi-GPU-Infrastruktur. Aufbau eines Systems zur automatischen Extraktion bilingualer Glossare aus Translation Memories mit LLM-basierten Pipelines. Identifikation und Behebung eines vLLM-Inferenz-Nondeterminismus-Problems.
Entwicklung einer neuronalen Changepoint-Detection-Pipeline fuer Nachrichtentexte mit Sentence-Transformer-Embeddings und PyTorch-Klassifikatoren. Validierung auf 20+ Jahren Guardian-Artikeln (2000-2022). Preprint bei ICWSM 2026 eingereicht.
Entwicklung von ML-Pipelines zur automatisierten Erkennung und Klassifikation von Merkmalen in hochaufloesenden Gehirnbildern, von Data Engineering bis zur peer-reviewten Publikation. Aufbau von ScholaRAG, einer RAG-Pipeline fuer Neurowissenschafts-Q&A, sowie Neuroagent, einem LLM-basierten Agenten mit Tool-Use-Faehigkeiten.