(Junior) Machine Learning Engineer (all)

Permanent employee, Full-time · Berlin, Remote

ABOUT THE ROLE

As a (Junior) Machine Learning Engineer, you’ll be part of our AI team developing deep learning models for real-world medical applications. Your focus will be on building and validating ML solutions that analyze radiological imaging data (MRI, CT) to support accurate and efficient diagnoses. You’ll work hands-on with modern deep learning frameworks (e.g. PyTorch), contribute to model training and evaluation, and ensure the models meet clinical and regulatory standards. In this role, you'll gain valuable experience in medical AI development—from experimentation and data handling to deployment within a certified software product.

This is a great opportunity if you’re early in your career and eager to grow in a highly impactful domain at the intersection of machine learning and healthcare.

YOUR RESPONSIBILITIES

Develop and train deep learning models to detect and diagnose medical conditions from radiological imaging data (MRI, CT).
Rigorously validate model performance to assess product-market fit and ensure compliance with medical device certification standards.
Build solutions with clinical needs in mind — placing strong emphasis on interpretability and confidence estimation, which are essential in healthcare settings.
Work within a modern software environment powered by Docker and AWS, enabling scalable and efficient model development and deployment.

YOUR BACKGROUND

Experience in computer vision, gained in industry or Master’s/ Ph.D. in Engineering, Computer Science, Machine Learning, Mathematics, Statistics, or a related field.
Strong understanding of machine learning and deep learning concepts — you know how to design meaningful experiments and perform rigorous statistical analysis.
Hands-on experience with deep learning frameworks, ideally PyTorch.
Familiarity with one or more of the following areas:
- Convolutional Neural Networks (2D and 3D)
- Semantic segmentation
- Object detection
- Medical image processing
Proficient in Python; experience with C/C++ is a plus.
Confident in working with large and diverse datasets from various sources and formats.
Solid software engineering practices: version control, unit testing, continuous integration, and a commitment to clean, maintainable code

NICE TO HAVE

Background in medical imaging.
Publications at top-tier conferences or in peer-reviewed journals.
Experience with Docker and cloud platforms like AWS.
Familiarity with relational and non-relational databases.

WHAT YOU CAN EXPECT

Focus on what matters: At our company, competence, personality, and commitment are more important than formalities or the study program you chose.
Your Impact: Your work helps make disease diagnosis faster, more precise, and more manageable.
Your Team: Join a highly motivated, interdisciplinary team with fast decision-making processes and a collaborative atmosphere.
Freedom to choose: Work remotely or from our office in Berlin - Kreuzberg — whatever suits you best.
Benefits: Use your personal benefits budget flexibly and choose the perks that suit you best!

Apply for this job

About us

mediaire was founded in 2018 by Dr. Andreas Lemke and Dr. Jörg Döpfert – both physicists with a background in MRI physics. The real founding history, however, dates back to 2009 when the scientific paths of Andreas and Jörg crossed several times with the renowned radiologist Prof. Henrik Michaely. Coming from different backgrounds and discovering that each had the same goal, the idea of a scientifically and economically successful high-tech product took shape – a software powered by artificial intelligence (AI) that allows highly efficient analysis of medical imaging data in Radiology to support radiologists in their daily routine.

ÜBER DIE STELLE

Als (Junior) Machine Learning Engineer bist du Teil unseres AI-Teams und entwickelst Deep-Learning-Modelle für reale medizinische Anwendungen. Dein Fokus liegt auf dem Aufbau und der Validierung von ML-Lösungen zur Analyse radiologischer Bilddaten (MRT, CT), um eine präzise und effiziente Diagnostik zu unterstützen. Du arbeitest hands-on mit modernen Deep-Learning-Frameworks (z. B. PyTorch), trägst zur Modellierung, zum Training und zur Evaluation bei und stellst sicher, dass unsere Modelle klinischen und regulatorischen Anforderungen gerecht werden. Diese Rolle bietet dir die Chance, wertvolle Erfahrungen in der medizinischen KI-Entwicklung zu sammeln – von der experimentellen Arbeit und Datenverarbeitung bis hin zum Einsatz in einem zertifizierten Softwareprodukt.

Die Position ist ideal für Berufseinsteiger:innen, die in einem hochrelevanten Bereich an der Schnittstelle zwischen Machine Learning und Healthcare wachsen möchten.

DEINE AUFGABEN

Entwicklung und Training von Deep-Learning-Modellen zur Erkennung und Diagnose medizinischer Befunde in radiologischen Bilddaten (MRT, CT).
Validierung der Modellleistung durch strukturierte Tests zur Beurteilung von Produkt-Markt-Fit und Einhaltung regulatorischer Anforderungen für Medizinprodukte.
Entwicklung von ML-Lösungen mit starkem Fokus auf Interpretierbarkeit und Zuverlässigkeit – essenziell im medizinischen Umfeld.
Arbeit in einer modernen Software-Infrastruktur mit Docker und AWS für skalierbare und effiziente Entwicklung und Deployment.

DEIN PROFIL

Erste Erfahrung im Bereich Computer Vision – entweder durch Berufserfahrung oder im Rahmen eines Master-/Ph.D.-Studiums in Informatik, Maschinelles Lernen, Statistik, Mathematik oder einem verwandten Bereich.
Sehr gutes Verständnis für Machine-Learning- und Deep-Learning-Konzepte – du weißt, wie man aussagekräftige Experimente entwirft und statistisch fundiert auswertet.
Praktische Erfahrung mit Deep-Learning-Frameworks, idealerweise PyTorch.
Kenntnisse in einem oder mehreren der folgenden Bereiche:
- Convolutional Neural Networks (2D und 3D)
- Semantische Segmentierung
- Objekterkennung
- Verarbeitung medizinischer Bilddaten
Sicherer Umgang mit Python – Erfahrung mit C/C++ ist ein Plus.
Erfahrung im Umgang mit großen und heterogenen Datensätzen.
Gute Software-Engineering-Praktiken (Versionierung, Testing, Continuous Integration, saubere und wartbare Codebasis).

NICE TO HAVE

Vorerfahrung im Bereich medizinische Bildgebung.
Veröffentlichungen auf Fachkonferenzen oder in peer-reviewten Journals.
Erfahrung mit Docker und Cloud-Plattformen wie AWS.
Kenntnisse in relationalen oder nicht-relationalen Datenbanken.

WAS DICH ERWARTET

Fokus auf das, was zählt: Bei uns sind Kompetenz, Persönlichkeit und Engagement wichtiger als Formalitäten oder der Studiengang, den du gewählt hast.
Dein Einfluss: Mit deiner Arbeit trägst du dazu bei, die Diagnose von Krankheiten schneller, präziser und besser beherrschbar zu machen.
Dein Team: Werde Teil eines hochmotivierten, interdisziplinären Teams mit schnellen Entscheidungsprozessen und einer kollaborativen Atmosphäre.
Gestaltungsspielraum: Arbeite remote oder in unserem Büro in Berlin-Kreuzberg – ganz nach deinen Vorlieben.
Benefits: Setze dein persönliches Benefits-Budget flexibel ein und wähle die Vorteile, die am besten zu dir passen!

Apply for this job

Über uns

mediaire wurde 2018 von Dr. Andreas Lemke und Dr. Jörg Döpfert gegründet - beide Physiker mit einem Hintergrund in der MRT-Physik. Die eigentliche Gründungsgeschichte geht jedoch auf das Jahr 2009 zurück, als sich die wissenschaftlichen Wege von Andreas und Jörg mehrfach mit dem renommierten Radiologen Prof. Henrik Michaely kreuzten. Aus unterschiedlichen Hintergründen kommend und mit der Erkenntnis, dass beide das gleiche Ziel verfolgten, nahm die Idee eines wissenschaftlich und wirtschaftlich erfolgreichen Hightech-Produkts Gestalt an - eine Software, die durch künstliche Intelligenz (KI) angetrieben wird und eine hocheffiziente Analyse medizinischer Bilddaten in der Radiologie ermöglicht, um RadiologInnen in ihrer täglichen Routine zu unterstützen.

Apply for this job

We look forward to hearing from you!

Thank you for your interest in mediaire!

Please complete the short form below. If you experience any issues uploading your data, feel free to reach out to us at career@mediaire.de.