Machine Learning Engineer

Zusammenfassung

Als Werkstudent im Bereich Machine Learning arbeitest du an der Weiterentwicklung der Geräuscherkennung des Hüters und damit an einem zentralen Bestandteil unseres Produkts. Du begleitest den gesamten ML-Prozess von der Datenerhebung über Audio- und DSP-basierte Modellierung bis zur Quantisierung und Auslieferung auf Embedded Devices. Die Stelle richtet sich an Studierende mit praktischer Erfahrung und starkem Interesse an Real-World-ML, die Modelle nicht nur trainieren, sondern unter realen technischen und sicherheitsrelevanten Bedingungen in ein funktionierendes Produkt überführen wollen.

Bruttojahresgehalt

17.000 € ^{+ Benefits}

Deine Mission

Als Werkstudent im Bereich Machine Learning arbeitest du an einem Kernproblem realer Anwendungen: der zuverlässigen Erkennung relevanter Geräusche in echten Haushalten, unter echten Bedingungen. Der Schwerpunkt deiner Arbeit ist es, unsere Audioerkennung technisch und methodisch auf das nächste Niveau zu heben und sie unter realen Bedingungen robust, präzise und einsatzfähig zu machen.

Du arbeitest entlang der gesamten Wertschöpfungskette. Dazu gehören die Planung und Durchführung von Tonaufnahmen mit unterschiedlichen Teilnehmern und Umgebungen, der strukturierte Aufbau und die Weiterentwicklung einer praxistauglichen ML-Pipeline sowie das Training, die Bewertung und gezielte Optimierung der Modelle. Besonderes Gewicht liegt auf der Anpassung an reale Einschränkungen: begrenzte Rechenleistung, Speicherlimits, Latenzanforderungen und stabile Performance auf Embedded Devices. Die Quantisierung und Bereitstellung der Modelle ist daher ein integraler Bestandteil deiner Arbeit, kein nachgelagerter Schritt.

Deine Mission ist es, Machine Learning aus der Theorie in ein zuverlässiges Produkt zu überführen. Du arbeitest nicht auf abstrakte Kennzahlen hin, sondern auf Modelle, die in sicherheitsrelevanten Situationen bestehen müssen. Jede Verbesserung wirkt sich direkt darauf aus, ob der Hüter im entscheidenden Moment richtig reagiert.

Das bist du

Du studierst in einem relevanten technischen oder naturwissenschaftlichen Fach, bringst aber bereits praktische Erfahrung über das Studium hinaus mit. Machine Learning ist für dich kein reines Lehrbuchthema, sondern etwas, mit dem du dich aktiv beschäftigst und das du selbst anwendest. Idealerweise hast du bereits mit Audio-Daten gearbeitet und kennst grundlegende Konzepte aus dem Bereich Digital Signal Processing, insbesondere mit Bezug auf Geräuscherkennung oder Audioanalyse.

Du hast erste Erfahrungen aus vorherigen Tätigkeiten, Projekten oder Werkstudentenstellen gesammelt und weißt, wie es ist, in bestehende Systeme und Codebasen einzusteigen. Saubere Daten, reproduzierbare Pipelines und nachvollziehbare Entscheidungen sind dir wichtiger als schnelle Experimente ohne Substanz. Du denkst in Lösungen, die unter realen Randbedingungen funktionieren.

Auch außerhalb des Studiums beschäftigst du dich mit der Entwicklung von Machine-Learning-Anwendungen und Modellen. Du probierst Dinge aus, trainierst Modelle, optimierst sie weiter und setzt dich mit ihren Grenzen auseinander. Du hast Lust, Verantwortung zu übernehmen, Fragen zu stellen und dich technisch weiterzuentwickeln – mit dem Anspruch, dass deine Arbeit am Ende in einem realen Produkt landet.

Das könnte deine Berufung sein, wenn du:

• Lust darauf hast, Machine Learning nicht als theoretische Disziplin, sondern als Werkzeug für reale Probleme einzusetzen;
• dich mit Audio-Daten, Störgeräuschen und unperfekten Datensätzen wohler fühlst als mit sauberen Demo-Datasets;
• gerne an der gesamten Kette arbeitest – von der Datenerhebung über Feature Engineering und Modelltraining bis zur Auslieferung auf Embedded Devices;
• akzeptierst, dass Performance, Speicherbedarf und Latenz genauso wichtig sind wie Accuracy;
• Freude daran hast, Modelle zu verstehen, zu hinterfragen und iterativ besser zu machen, statt sie nur zu trainieren;
• Verantwortung für deine Arbeit übernehmen willst, weil sie in einem sicherheitsrelevanten Produkt eingesetzt wird;
• eine Tätigkeit suchst, bei der dein Code nicht in einer Präsentation endet, sondern im Alltag von Menschen Wirkung zeigt.

Wenn du dich hier wiedererkennst, ist diese Rolle mehr als eine Werkstudentenstelle. Sie ist eine Verantwortung, die zählt.

Über das Team

Wir sind kein großes Team und wollen das auch nicht um jeden Preis sein. Bei Chrood arbeiten Menschen zusammen, die Verantwortung übernehmen können und wollen. Entscheidungen werden hier nicht „weitergereicht“, sondern bewusst getroffen und getragen. Das gilt für Technik genauso wie für den Umgang mit Menschen.

Unsere Zusammenarbeit ist sachlich, direkt und verlässlich. Wir schätzen klare Absprachen, saubere Abläufe und eine Arbeitsweise, auf die man sich verlassen kann – gerade dann, wenn es ernst wird. Wir brauchen keine Selbstdarstellung und kein künstliches „Wir-Gefühl“. Was zählt, ist, dass jeder seine Aufgabe ernst nimmt und seinen Teil zuverlässig erfüllt.

Was uns verbindet, ist eine gemeinsame Haltung: Wir arbeiten für Menschen, die auf unsere Lösungen angewiesen sind. Deshalb denken wir voraus, handeln sorgfältig und akzeptieren keine Abkürzungen, wenn sie auf Kosten von Sicherheit oder Vertrauen gehen würden. Wer Teil unseres Teams ist, weiß, warum diese Arbeit wichtig ist – und handelt entsprechend.

Chrood's langfristige Vision

Bei Chrood betrachten wir den Haushalt nicht als isolierte Einheit, sondern als aktiven Teil eines größeren Ganzen. Wir glauben, dass die Zukunft unserer Gesellschaft davon abhängt, wie gut es gelingt, das Zuhause mit der Welt außerhalb seiner Wände zu vernetzen – mit Pflegediensten, Schulen, Behörden, Nachbarschaft und darüber hinaus. Unser Ziel ist es, diese Verbindung nicht nur technisch, sondern auch menschlich und organisatorisch greifbar zu machen.

Dabei denken wir weiter als viele andere. Wir sehen mit Klarheit, was auf uns zukommt: Die zunehmende Automatisierung durch KI und humanoide Systeme wird in den nächsten Jahrzehnten die gesellschaftlichen Grundlagen verändern. Arbeit – heute für viele der zentrale Bestandteil von Identität und Daseinsberechtigung – wird ihre bisherige Rolle verlieren. Was bleibt, ist das, was Menschen einzigartig macht: Beziehungen, Gemeinschaft, Kultur, Fürsorge und Tradition.

Chrood ist von Anfang an auf diese neue Phase der Gesellschaft ausgerichtet. Wir verstehen uns nicht als bloßer Technologieanbieter, sondern als zukünftige Infrastruktur eines menschlichen Miteinanders. Unsere Lösungen helfen heute im Notfall – und morgen dabei, das soziale Netz neu zu knüpfen.

Bei Chrood akzeptieren wir keine unaufgeforderten Bewerbungen, Kandidatenprofile oder Dienstleistungsangebote von Personalvermittlungsagenturen, freiberuflichen Fachkräften oder anderen Drittanbietern als Reaktion auf unsere Stellenanzeigen. Solche Einsendungen werden nicht geprüft oder aufbewahrt und ohne Vorankündigung gelöscht. Wir gehen keinerlei Verpflichtungen – finanzieller oder anderer Art – für unaufgeforderte Empfehlungen ein.

Wenn wir uns für eine Zusammenarbeit mit Freiberuflern oder Agenturen entscheiden, geschieht dies auf einer klar definierten Basis für bestimmte Projekte oder Aufgaben. In diesen seltenen Fällen wird die Stelle in der Ausschreibung ausdrücklich als solche gekennzeichnet. Sofern nicht anders angegeben, sind alle Stellen bei Chrood ausschließlich für Direktbewerber bestimmt.