Schedule Meeting

Day: January 20, 2026

Wie kann ich von Spinline Promocodes profitieren?

Als erfahrener SEO-Kopiraiter mit zehn Jahren Expertise im iGaming-Bereich teile ich heute wertvolle Einblicke, wie man Promocodes bei Spinline effektiv nutzt. Spinline ist eine moderne Online-Casino-Plattform, die sich durch Benutzerfreundlichkeit, ein breites Spielangebot und attraktive Bonusaktionen auszeichnet. Wer gezielt Promocodes einsetzt, kann dieses Angebot maximieren und den Spielspaß mit zusätzlichen Vorteilen steigern. In diesem Artikel […]

Welche Sicherheitstechnologien nutzt Xonbet im Zahlungsverkehr?

Als erfahrener SEO-Kopiertexter mit Fokus auf iGaming analysiere ich heute die wichtigsten Sicherheitstechnologien, die Xonbet im Zahlungsverkehr nutzt. Gerade im Online-Glücksspiel ist Vertrauen in die Zahlungsabwicklung entscheidend. Spieler wollen wissen, dass ihre Ein- und Auszahlungen, genauso wie sensible Daten, bestmöglich geschützt sind. Xonbet, eine etablierte Plattform mit einem breiten Angebot, setzt genau hier auf modernste […]

Wie lange dauert eine Auszahlung bei GreenLuck im Durchschnitt?

Auszahlungsgeschwindigkeit bei GreenLuck: Was Spieler erwarten können GreenLuck ist eine aufstrebende Online-Casino-Plattform, die sich durch ihr umfangreiches Spielangebot und eine moderne Spielerfahrung auszeichnet. Neben der Vielfalt der Spiele und spannenden Bonusaktionen ist die Geschwindigkeit der Auszahlung für viele Spieler ein entscheidendes Kriterium. Schließlich will niemand lange auf seine Gewinne warten. In diesem Artikel beleuchte ich […]

Job Description

Job Title: AI Engineer (Systems and Automation)
Location: On-site + Remote (Hybrid Australia)

About the Role

We are looking for an AI Engineer (Systems and Automation) who can build, deploy, and maintain robust AI systems while also designing automation solutions that streamline operations, product workflows, and decision-making. This role blends hands-on engineering, scalable system design, and practical automation using modern AI and MLOps practices.

Key Responsibilities:

AI Systems Engineering

  • Design, develop, and deploy end-to-end AI solutions—from prototype to production.
  • Build scalable, reliable ML pipelines for data ingestion, training, evaluation, and inference.
  • Implement monitoring for model performance, drift, latency, and reliability.
  • Optimize models and infrastructure for cost, speed, and accuracy.
  • Ensure security, privacy, and compliance across AI systems.

 

AI Automation Engineering

  • Identify business and technical processes that can be automated using AI.
  • Build AI-powered automation workflows using APIs, agents, orchestration tools, and event-driven architectures.
  • Develop integrations with internal tools (CRM, ERP, HRIS, support platforms, analytics stacks).
  • Create reusable components and templates to accelerate automation delivery.
  • Measure and report automation impact using clear KPIs.

 

Cross-Functional Delivery

  • Collaborate with Product, Data, Engineering, and Operations to scope and deliver AI initiatives.
  • Translate business needs into technical solutions with pragmatic trade-offs.
  • Document architectures, workflows, and operational runbooks.

 

Required Qualifications

  • 2–3+ years of experience in AI/ML engineering, automation engineering, or adjacent software roles.
  • Strong programming skills in Python (required); familiarity with TypeScript/Node.js is a plus.
  • Experience with model development using frameworks such as PyTorch, TensorFlow, or similar.
  • Solid understanding of the ML lifecycle, including feature engineering, training, evaluation, deployment, and monitoring.
  • Hands-on experience with MLOps practices and tools (CI/CD for ML, model registries, experiment tracking).
  • Experience integrating LLMs into real products or workflows (prompting, RAG, fine-tuning awareness, guardrails).
  • Strong system design skills and comfort working in cloud environments (AWS, GCP, or Azure).
  • Ability to troubleshoot production issues across data, model, and infrastructure layers.

 

Education

  • MS or BS in Artificial Intelligence, Machine Learning, Computer Science, Software Engineering, or a similar program.

 

Core Technical Skills

  • Data pipelines and orchestration (Airflow, Prefect, Dagster, or equivalents).
  • Serving and deployment (Docker, Kubernetes, serverless, REST/gRPC).
  • Observability and monitoring (logs, metrics, tracing; model drift and performance dashboards).
  • Datastores for AI workloads (SQL/NoSQL, vector databases).
  • API design and integration patterns.
  • Familiarity with responsible AI practices, evaluation frameworks, and safety controls.

 

Good to Have

  • AI research experience demonstrated through:
    • Publications, preprints, or thesis work.
    • Applied research projects in industry labs.
    • Contributions to open-source AI libraries.
  • Experience with multi-agent systems, tool-using LLMs, or advanced RAG architectures.
  • Experience in process automation platforms or iPaaS tools.
  • Exposure to regulated or high-compliance environments.

 

What Success Looks Like

  • Delivery of production-grade AI systems that are observable, reliable, and cost-efficient.
  • Implementation of automation opportunities that measurably reduce cycle time or operational load.
  • Contribution to best practices for AI governance, deployment, and lifecycle management.

 

What We Offer

  • Competitive compensation and benefits.
  • A high-ownership environment with real-world AI impact.
  • Opportunities to shape AI architecture, automation strategy, and engineering standards.

 

Equal Opportunity

We are an equal opportunity employer and value diversity in backgrounds, experiences, and perspectives.

Special Note: Agencies not applicable
Salary Range: $80K + Super