Projektspezifikation
Projektexpertise
Beschreibung
- Erweitere und optimiere unsere Deep-Learning-Frameworks (basierend auf PyTorch), um Effizienz und Benutzerfreundlichkeit über verschiedene Use Cases hinweg zu verbessern
- Skaliere die verteilte Trainingsinfrastruktur und das Tooling für schnellere und größere Modell-Trainingsläufe
- Entwirf und implementiere Datenstrategien für große Datensätze, optimiere Storage und GPU-Auslastung
- Debugge und behebe Performance-Bottlenecks in produktiven ML-Pipelines im großen Betrieb
- Trage technische Expertise zu unserer Engineering-Kultur bei und teile Insights zu ML-Optimierung und Systems Design
Anforderungen
- MSc oder PhD in Computer Science oder einem STEM-Fach mit Fokus auf Machine Learning und Deep Learning
- Starke Software-Engineering-Skills in Python; Sicherheit mit modernen DL-Frameworks (PyTorch, JAX oder TensorFlow)
- Nachgewiesene Erfahrung bei der Implementierung von Custom Layers, Loss Functions und verteilten Training Loops – nicht nur Library-Imports
- Hands-on-Erfahrung beim Training von Modellen auf großen GPU-Clustern und bei der Implementierung fortgeschrittener Parallelismus-Strategien (NCCL, MPI)
- Vertrautheit mit Workload-Orchestratoren (Slurm, Kubernetes, Ray) zur Verwaltung komplexer Trainings-Jobs
Du bewirbst dich dieses Mal nicht?
Lass dich über ähnliche Projekte informieren, die zu deiner Erfahrung passen.
Häufig gestellte Fragen
Das Projekt beginnt vorzugsweise im September 2026 und soll planmäßig im Februar 2027 enden (5 Monate).
Das Projekt bietet einen Tagessatz von 720 - 960€, was einem Stundensatz von 90 - 120€/h entspricht.
Das Projekt setzt Deutsch (Verhandlungssicher) als Pflichtsprache voraus. Darüber hinaus ist Englisch (Verhandlungssicher) wünschenswert.
Das Projekt ist der folgenden Industrie zuzuordnen: Informationstechnologie (IT).
Das Projekt umfasst die folgenden Geschäftsbereiche: Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E).
Ja! Empfehlen Sie einen Freelancer für das Projekt und verdienen Sie 30% der FRATCH-Gewinne, jedes Mal wenn dieser vermittelt wird — für die Dauer des Projekts. Teilen Sie einfach Ihren Einladungslink mit einem Kollegen.
Um sich für das Projekt zu bewerben, klicken Sie auf die Bewerben-Schaltfläche auf der Projektseite. Wir leiten Ihren Lebenslauf an den Kunden weiter und melden uns innerhalb von wenigen Tagen bei Ihnen.
Schließ Dich anderen Experten an, die bereits Teil unseres Netzwerks sind
