{"id":1887990,"url":"https://alion.io/job/nodeline-aiml-engineer-mwd","title":"AI/ML Engineer (m/w/d)","company":{"id":3893844,"name":"Nodeline","domain":"nodeline.de","url":"https://alion.io/company/nodeline","size_band":null,"is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":null,"truth_index":null},"role":"AI/ML","role_family":"AI/ML","seniority":null,"employment_type":"full_time","work_mode":"hybrid","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Karlsruhe, Germany"],"countries":["DE"],"hiring_countries":[],"hiring_countries_total":0,"salary":null,"salary_estimate":{"min_usd":68000,"max_usd":158000,"period":"year","method":"role_country_seniority_unknown","sample_n":60},"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Embeddings","optional":false},{"name":"ETL/ELT","optional":false},{"name":"Function Calling","optional":false},{"name":"GitHub","optional":false},{"name":"Python","optional":false},{"name":"Tool Use","optional":false}],"status":"live","first_seen_at":"2026-09-10T12:00:00Z","employer_posted_date":null,"last_verified_at":"2026-09-10T12:00:00Z","board_verified":false,"closed_at":null,"days_open":34,"trust":{"level":"not_scored","repost_count":null,"flags":[],"days_open":34},"description":"## Darum geht es\nDu willst KI dort einsetzen, wo Daten unvollständig und schlecht dokumentiert sind? Als AI/ML Engineer bei nodeline entwickelst du Analyse- und Agentensysteme, die daraus belastbare Vorschläge für Datenmigration und -transformation ableiten.\nBei gewachsenen Systemen ist oft unklar, was Felder, Tabellen und Beziehungen tatsächlich bedeuten. Dokumentation fehlt, Benennungen sind kryptisch und Wissen steckt in Köpfen statt in Spezifikationen.\nDu gehst das Problem aus zwei Richtungen an: textbasiert über Benennungen und Strukturen sowie datenbasiert über Verteilungen, Kardinalitäten, Formate und referenzielle Muster. Darauf baut ein Agentensystem auf, das die Analysen zusammenführt.\nEin Grundsatz ist dabei zentral: Das System muss sichtbar machen, was es nicht weiß. Konfidenz und Unsicherheit sind Teil des Entwurfs, damit Menschen gerade in regulierten Umfeldern fundiert entscheiden können.\n## Deine Aufgaben\n*Datenverständnis:** aus Schema, Metadaten und Dateninhalt Semantik ableiten\n*Schema Matching & Profiling:** statistische Muster, Embeddings, Ähnlichkeiten, Heuristiken und vortrainierte Modelle kombinieren\n*Agentensysteme:** Implementieren von Agenten und Agentenorchestrierung\n*Konfidenz & Unsicherheit:** Unsicherheit modellieren und menschliche Entscheidungen unterstützen\n*Evaluation:** Qualität auch ohne vollständige Ground Truth belastbar bewerten\n*Production AI:** Modelle und Analyseverfahren produktionsfähig integrieren, testen und weiterentwickeln\n*Datenrealität:** mit anonymisierten, synthetischen oder direkt in Kundenumgebungen verfügbaren Daten arbeiten, wenn Daten das Unternehmen nicht verlassen dürfen\nAktuell gibt es noch keine eigene Trainingsdatengrundlage und die konkrete Analysearchitektur steht noch nicht fest. In den ersten Monaten geht es deshalb vor allem um Agentensysteme, statistische Profilierung, Heuristiken, Embeddings sowie Zero-/Few-Shot-Verfahren mit vortrainierten Modellen. Eigene ML-Modelle werden relevant, sobald eine tragfähige Datengrundlage entsteht.\n## Dein Profil\n*Fachlich:**\nStudium der (Wirtschafts-)Informatik, Data Science, Mathematik, eines vergleichbaren technischen Fachs oder entsprechende praktische Erfahrung\nErfahrung damit, Modelle oder ML-Komponenten in Produktion zu bringen\nsichere Python-Praxis auf produktionsfähigem Niveau\nErfahrung mit wenig oder ohne Trainingsdaten: z.B. Zero-/Few-Shot, Embeddings, semantische Ähnlichkeit, statistische Verfahren und Heuristiken\nErfahrung mit Evaluation ohne vollständige Ground Truth\nLLM-Integration über Prompting hinaus: Tool Calling, strukturierte Ausgaben, Umgang mit Nicht-Determinismus und dessen Testbarkeit\nsolides Verständnis von Datenbanken und Datenmodellierung\nDeutsch und Englisch mindestens auf B2-Niveau, sicher in der mündlichen und schriftlichen Kommunikation\n*Wie du arbeitest:**\nexperimentell und ergebnisoffen in der Analyse, sauber und robust bei produktiven Systemen\neigenverantwortlich, strukturiert und mit kritischem Blick auf Ergebnisse\npraktische Erfahrung mit Coding Agents oder ernsthafte Neugier auf deren produktiven Einsatz\nDokumentation so, dass Wissen übergabefähig bleibt\n*Hilfreich, aber kein Muss:** Schema Matching, Entity Resolution, Data Profiling oder semantische Typinferenz, Datenmigrationen oder ETL, Agenten-Frameworks und deren Grenzen, synthetische oder anonymisierte Daten sowie Erfahrung in Industrie, Medical oder Finance.\n## Das erwartet dich\nnodeline gibt es seit 2025. Bisher sind wir das Gründerteam, über ein Förderprojekt bauen wir unser Team aktuell deutlich aus. Du steigst früh ein und gestaltest mit CTO, Engineering-Team und Pilotpartnern, welche Analyseverfahren sich an realen Systemen bewähren.\nDu bekommst keinen fertig gelabelten Datensatz und keine festgelegte Zielmetrik. Dafür prägst du Methodik, Architektur und Qualitätsmaßstäbe mit.\n**62.000–72.000 € brutto/Jahr** bei Vollzeit, abhängig von deiner Erfahrung\n**Remote oder hybrid** mit Büro in Karlsruhe\n**30 Tage Urlaub** und flexible Arbeitszeiten\n**Temporäres Arbeiten aus dem EU-Ausland** nach Absprache\n**Zeit für deine Weiterentwicklung:** ½ Tag pro Woche ist fest für fachliches Lernen und Vertiefung reserviert, wenn es die Auslastung zulässt, ein ganzer Tag.\n**Kurze Entscheidungswege** und direkter Austausch mit den Gründern und dem Engineering-Team\n**Mit dem Unternehmen wachsen:** Entwickle deinen Verantwortungsbereich entsprechend deiner Stärken und Interessen weiter\nWir bauen bewusst keine Silo-Rollen: Jede Person verantwortet ihren Bereich, versteht das Gesamtprodukt und unterstützt das Team. Agenten nehmen Arbeit ab, aber nicht die Verantwortung.\n## Interesse?\nKein klassisches Anschreiben: Schick uns kurz, woran du zuletzt gearbeitet hast und was dich an der Rolle reizt. GitHub-, LinkedIn-Profil oder CV reichen, an [](https://).\nWenn du dich wiedererkennst, aber nicht jeden Punkt erfüllst, melde dich trotzdem.\nWir freuen uns über Bewerbungen unabhängig von Geschlecht, Alter, ethnischer Herkunft, Behinderung, Religion oder Weltanschauung sowie sexueller Identität.\n*Datenschutz:** Informationen zur Verarbeitung deiner personenbezogenen Daten im Rahmen unseres Bewerbungsverfahrens findest du [hier](https://nodeline.de/datenschutz-bewerbung/)","description_format":"text","description_chars":5297,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":["Manufacturing"],"lifecycle":[{"event":"open","at":"2026-10-05T03:13:00Z"}],"visa":[],"liveness":{"score":14,"band":"cold","label":"Long shot","p_open":0.6,"p_active":0.513,"p_room":0.45,"age_days":33,"expected_fill_days":21,"reasons":["seen:33","velocity","win:tail"],"computed_at":"2026-10-14T06:34:16Z"},"pay":null,"html_url":"https://alion.io/job/nodeline-aiml-engineer-mwd","json_url":"https://alion.io/job/nodeline-aiml-engineer-mwd.json","meta":{"generated_at":"2026-10-14T18:29:36Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":24015,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-10-15T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":3893844},"rest":"https://alion.io/mcp/rest/get_company?id=3893844"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Fnodeline-aiml-engineer-mwd"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Fnodeline-aiml-engineer-mwd"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Fnodeline-aiml-engineer-mwd"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/nodeline-aiml-engineer-mwd\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Fnodeline-aiml-engineer-mwd"}]}