Finde Jobs, die zu
deinem Studium passen.

Der Job als Artificial Intelligence Engineer umfasst das Design, die Entwicklung und Optimierung von KI- und ML-Modellen zur Lösung komplexer Geschäftsprobleme. Technologien wie Deep Learning, Neural Networks und Natural Language Processing stehen im Mittelpunkt.

Die Position als AI Solution Architect umfasst die Mitarbeit an Softwareentwicklungsprojekten und Digitalisierungsvorhaben, mit dem Fokus auf der Gestaltung und Implementierung nachhaltiger KI-Lösungen. Wichtige Technologien sind Python, Java, TypeScript sowie Kenntnisse in LLMs und KI-Frameworks.

Der Job als KI Spezialist umfasst die Mitentwicklung der KI-Strategie und die Integration von KI in die Organisation. Wichtige Themen sind KI-Governance, Risiko- und Impact-Analysen sowie die Unterstützung verschiedener KI-Anwendungsfälle.

Der Job als Staff Scientist - Embedded AI umfasst die Leitung von Forschungsprojekten im Bereich maschinelles Lernen und Signalverarbeitung. Im Mittelpunkt stehen die Entwicklung von AI/ML-Modellen, das Design von Experimenten und die Veröffentlichung von Forschungsergebnissen.

Der Job als Projektmanager in der Softwaretechnik mit Schwerpunkt Automatisierung umfasst die Leitung von Softwareprojekten, die Koordination zwischen Teams und Kunden sowie die Umsetzung spezifischer Softwareanforderungen. Technologien wie SPS, Robotik und Visualisierung stehen im Mittelpunkt.

Der Job als DevSecOps Engineer umfasst die Gestaltung sicherer Infrastruktur- und Softwarebereitstellungsprozesse über den gesamten Lebenszyklus. Im Mittelpunkt stehen Technologien wie DevSecOps, CI/CD, Cloud-Technologien sowie Automatisierungstools wie Ansible und Terraform.

Der AI Solution Specialist entwirft und implementiert AI-Lösungen über den gesamten Lebenszyklus, von der Ideenfindung bis zur Produktion. Im Mittelpunkt stehen Technologien wie Microsoft Copilot, Azure AI Foundry und Machine Learning, insbesondere LLMs.

Der DevSecOps Engineer gestaltet sichere Infrastruktur- und Softwarebereitstellungsprozesse über den gesamten Lebenszyklus und integriert Sicherheitsaspekte in Entwicklungs- und Betriebsprozesse. Technologien wie CI/CD, Cloud-Technologien, Python, Ansible und Terraform stehen im Mittelpunkt der Arbeit.

Der Job als Software Developer für Embedded Systems umfasst das Design und die Implementierung von Software und Firmware auf Embedded-Plattformen, insbesondere im Bereich der Signalverarbeitung. Wichtige Technologien sind C, C++, Embedded Linux und agile Entwicklungsmethoden.

Der Job als PhD-Student im Bereich Neurosymbolic AI für vertrauenswürdige Systeme umfasst die Durchführung von Forschungsarbeiten und die Veröffentlichung wissenschaftlicher Artikel. Im Mittelpunkt stehen Technologien wie Machine Learning, Symbolic AI und Knowledge Representation, insbesondere in sicherheitskritischen Bereichen wie Gesundheitswesen und Industrieautomatisierung.