AI/ML Engineer (m/w/d)

Ein Mechaniker arbeitet in einer Werkstatt unter einem aufgebockten schwarzen Auto, an der Wand hängen alte Schilder und in der Nähe steht ein weiteres Auto.

Mission: Scale Cultural Intelligence. Evolve a Powerful System into a Global Standard.

jack rabbit ist The Relevance Company.
Wir entwickeln Technologien, die Marken dabei helfen, kulturelle Zusammenhänge zu verstehen und sich in diesem Umfeld durchzusetzen – mithilfe strukturierter Erkenntnisse statt durch Spekulationen.

Unser proprietäres Culture OS ist bereits live.
Es kartiert Kulturräume, interpretiert Signale, clustert Communities und hilft Strategen zu verstehen, wo Relevanz entsteht.

Deine Aufgabe ist es nicht, bei Null anzufangen.
deine Aufgabe ist es, ein bewährtes, funktionierendes System zu nehmen und es zu einer robusten, skalierbaren und leistungsstarken Intelligence-Engine weiterzuentwickeln.

Wenn du an einem System arbeiten möchten, das bereits einen Mehrwert bietet, und es zu einem System von Weltklasse machen möchtest, ist diese Stelle genau das Richtige für dich.

Deine Aufgabe

MISSION 01 — Strengthen the Core
Verbesserung der Modellleistung, Stabilität, Zuverlässigkeit und Genauigkeit.
Optimierung der Architektur, damit Culture OS schnell, konsistent und in großem Maßstab läuft.

MISSION 02 — Scale the System
Optimieren Sie die Pipelines, entwickeln Sie modulare Komponenten und stellen Sie sicher, dass das System größere Datensätze, mehr Signale, mehr Modalitäten und mehr Clients verarbeiten kann.

MISSION 03 — Improve Cultural Intelligence Models
Verfeinerung von Einbettungen, Clustering-Logik, semantischen Ebenen und Community-Erkennung.
Unterstützung von Culture OS beim präziseren Erfassen kultureller Zusammenhänge.

MISSION 04 — Expand Feature Depth
Erweiterung bestehender Funktionen (Kartierung, Signale, Klassifikatoren, Dashboards) und Entwicklung neuer Funktionen, die strategische Erkenntnisse ermöglichen.

MISSION 05 — Turn ML Into Real Product
Enge Zusammenarbeit mit den Strategie- und Forschungsteams, um sicherzustellen, dass die Intelligenz des Systems umsetzbar, nutzbar und reibungslos ist.

Du machst aus einem guten System ein großartiges.

Deine konkreten Aufgaben

  • Optimierung und Skalierung bestehender ML-Modelle hinter Culture OS

  • Verbesserung von Clustering, Topic Modeling, Embeddings und semantischer Suche

  • Schaffung robusterer Pipelines für die Erfassung und Aufbereitung kultureller Daten

  • Die Genauigkeit steigern, Rauschen reduzieren und die Interpretierbarkeit verbessern

  • Bewertungsrahmenwerke implementieren, um Modellabweichungen und den Systemzustand zu überwachen

  • Erweitern Sie die aktuellen Funktionen von Culture OS um neue Ebenen der Intelligenz

  • Entwickeln Sie interne APIs und Schnittstellen, die Strategie-Workflows unterstützen

  • Neue Datenquellen integrieren (Text, Bilder, Community-Plattformen)

  • Zusammenarbeit mit Strategen und Forschern zur Weiterentwicklung der Ergebnisse

  • Sicherstellung der Qualitätsstandards in der Produktion: Verfügbarkeit, Leistung, Wartungsfreundlichkeit

Es handelt sich hierbei um eine anspruchsvolle, praxisorientierte Ingenieursaufgabe – nicht um akademische Forschung.

Wen wir suchen

Sie sind jemand, der Freude daran hat , Dinge zu optimieren, effizienter zu gestalten, zu skalieren und einen Mehrwert zu schaffen.

Du bist der Richtige für uns, wenn:

  • Du verfügst über fundierte Erfahrung mit Python und modernen ML-Frameworks

  • Du hast nachweisbare Fähigkeiten bei der Skalierung von ML-Systemen vom MVP zum ausgereiften Produkt

  • Du kennst dich mit Einbettungen, Clustering, großen Sprachmodellen und semantischen Modellen aus

  • Du legst Wert auf Zuverlässigkeit, Leistung und Wartungsfreundlichkeit

  • Du hast Freude daran, bestehende Systeme zu überarbeiten, zu optimieren, zu stabilisieren und zu verbessern

  • Du verfügst über Erfahrung mit Vektordatenbanken oder Abfragesystemen

  • Du kannst ML-Pipelines durchgängig entwerfen und optimieren

  • Du bringst Produktdenken mit: Was brauchen die Nutzer, wie nutzen sie es?

  • Du arbeitest gerne eng mit nicht-technischen Kollegen zusammen

  • Du blühst in Umgebungen mit schnellen Abläufen und hoher Eigenverantwortung auf

  • Du hast Erfahrung mit kulturellen Daten, sozialen Daten oder Community-Datensätzen

  • Du hast Erfahrung mit multimodalem maschinellem Lernen (Text + Bild)

  • Du hast Kenntnisse im Bereich Graphdatenbanken oder Ontologieentwurf

  • Du hast ein ausgeprägtes Interesse an Culture, Gesellschaft oder menschlichem Verhalten

Was wir nicht tun

  • endlose Planungsschleifen

  • langsame Unternehmensprozesse

  • unnötige Überdimensionierung

  • „Forschung, die nie zur Marktreife gelangt“

  • technische Unsichtbarkeit

Wir entwickeln Systeme, die echten strategischen Mehrwert schaffen – schnell, präzise und zielgerichtet.

Dein Benefit

  • Take Ownership: Du übernimmst die volle End-to-End-Verantwortung für einen Core-Bereich unseres Culture OS

  • Deine Opportunity, ein etabliertes Setup in einen echten Gamechanger für die gesamte Industry zu verwandeln.

  • Zusammenarbeit mit Strategen, Kulturwissenschaftlern und Bauunternehmern

  • Flexible Arbeitsmodelle (im Homeoffice, in München, in Hamburg)

  • Deep Dive in proprietäre Datenquellen: Du erhältst direkten Access zu einzigartigen Cultural Datasets und unseren internen Labs.

  • Eine Kultur der schnellen Iterationen, hohes Maß an Vertrauen, große Eigenverantwortung

  • Faire, transparente Vergütung

  • Die Chance, einen echten Beitrag zu einem System zu leisten, das von globalen Marken genutzt wird

Werde zum Architekten unserer Vision und entwickle das smarte Backbone für das Next-Level Culture Marketing.

So bewirbst du dich

Sende uns:

  • Eine kurze Vorstellung von dir

  • Zwei ML-Projekte, die du entwickelt oder skaliert hast

  • Pitch uns deine Vision, wie du ein Cultural Intelligence System optimieren und auf das nächste Level skalieren würdest.

  • GitHub, Portfolio oder Beispiele für praktische ML-Systeme, an denen du gearbeitet hast

Ein Standard-Anschreiben ist nicht erforderlich.
Uns interessiert, wie du denkst und wie du Dinge umsetzt.