Computer Vision Engineer (m/w/d)

Die Agentur PHILIPP GmbH ist eine mehrfach ausgezeichnete Technologie & KI-Agentur. Wir entwickeln innovative KI-gestützte Lösungen für den Mittelstand. Unser Fokus liegt auf modernsten Technologien wie Large Language Models, Chatbots, Voicebots, Computer Vision und humanoiden Robotern.

Deine Aufgaben

• Computer-Vision-Lösungen entwickeln, trainieren und produktiv betreiben, etwa für Objekterkennung, Qualitätskontrolle, Klassifikation, Segmentierung oder Dokumenten- und Bildanalyse
• Bild- und Videodaten aus Kameras, Unternehmenssystemen und bestehenden Datenquellen aufbereiten, analysieren und nutzbar machen
• Geeignete Modelle auswählen, trainieren, fine-tunen und evaluieren, zum Beispiel mit PyTorch, YOLO, OpenCV oder vergleichbaren Frameworks
• Robuste ML-Pipelines aufbauen: Datenaufbereitung, Annotation, Training, Testing, Evaluation und kontinuierliche Verbesserung
• Modelle in reale Kundenumgebungen integrieren, über APIs, Backend-Systeme oder Edge-Hardware
• Python-Backends und APIs für Bildverarbeitung, Inferenz und Datenintegration entwickeln
• Bestehende Kundenprozesse verstehen und gemeinsam mit Projektleitung und Fachteam in technische Lösungen übersetzen
• Deployment und Betrieb von Anwendungen auf Linux-Servern mit Docker
• Modellqualität und Fehlerbilder systematisch messen, analysieren und verbessern
• Saubere technische Dokumentation erstellen und Lösungen an Kunden oder interne Teams übergeben
• Eng mit dem Development-Team, dem KI-Kollegen-Team, der Projektleitung und Kunden zusammenarbeiten

Das bringst du mit

Pflicht, ohne diese Punkte passt die Stelle nicht:

• Praktische Computer-Vision-Erfahrung: Du hast bereits eigene Projekte, Studienprojekte, Freelance-Arbeit oder berufliche Erfahrung mit Bildverarbeitung und ML-Modellen umgesetzt
• Python: Sichere Kenntnisse für Datenverarbeitung, Modelltraining, APIs und produktiven Code
• Deep Learning für Bilddaten: Du verstehst mindestens die Grundlagen von CNNs, Object Detection, Klassifikation und Modell-Evaluierung
• Computer-Vision-Frameworks: Erfahrung mit PyTorch und/oder TensorFlow sowie OpenCV, YOLO oder vergleichbaren Tools
• Datenaufbereitung: Du kannst Bilddaten strukturiert bereinigen, annotieren, transformieren und für Training und Evaluation vorbereiten
• ML-Pipelines: Verständnis für Training, Fine-Tuning, Testsets, Metriken und den produktiven Einsatz von Modellen
• Docker und Linux: Du kannst Anwendungen containerisieren und in einer Linux-Umgebung betreiben
• Deutsch: Sehr gute Kenntnisse in Wort und Schrift, mindestens B2, bevorzugt C1. Du kommunizierst mit deutschen Kunden und Teams.

Von Vorteil:

• Erfahrung mit industrieller Bildverarbeitung, Kamerasystemen oder Qualitätskontrolle
• Erfahrung mit Segmentierung, OCR, Dokumentenverständnis oder multimodalen Modellen
• Kenntnisse in MLOps, etwa MLflow, DVC, Weights & Biases, CI/CD oder automatisierter Modell-Evaluation
• Erfahrung mit Cloud- oder Edge-Deployments, etwa NVIDIA Jetson, AWS, Azure oder vergleichbaren Umgebungen
• Kenntnisse in REST-APIs, FastAPI, Datenbanken und Datenpipelines
• Erfahrung mit LLMs, RAG-Systemen oder der Kombination von Bild- und Sprachmodellen
• Erfahrung mit Kundenprojekten, Eigenverantwortung und pragmatischer Lösungsentwicklung

Was wir bieten

• Direkte Projektverantwortung ab Tag 1, keine Endlos-Onboarding-Phase
• Reale Computer-Vision-Projekte bei deutschen Mittelstandskunden, vom ersten Konzept bis zum produktiven Einsatz
• Kleines, fokussiertes Team mit kurzen Entscheidungswegen
• Fachliche Begleitung durch Teamlead und Projektleitung
• Viel Raum, um eigene technische Lösungen und Standards mitzugestalten
• Moderne KI- und Entwicklungsumgebung mit Zugriff auf aktuelle Modelle, Tools und Infrastruktur
• Remote-freundliche Arbeitsweise
• Ein starkes Gehalt, passend zu deiner Erfahrung und deinem technischen Level
• Entwicklungsperspektive durch unser stetiges Teamwachstum

So läuft unser Bewerbungsprozess

1. Kurzbewerbung mit CV und kurzer Beschreibung eines eigenen Computer-Vision-Projekts
2. Kleine technische Testaufgabe
3. Bewerbungsgespräch vor Ort mit Teamlead und Projektleitung
4. Angebot

Find more