SOLISTIQ
Termin buchen

Karriere / Mitbauen bei SOLISTIQ

KI bauen.
Wirkung sehen.

Arbeite mit dem Gründerteam an Q‑Foundry, unserem eigenen KI-Modell für Bestandsplanung.

Offene Stellen ansehen

Arbeiten bei SOLISTIQ

  • Vom Versuch bis zum Einsatz

    Von der ersten Idee bis zur Anwendung beim Kunden.

  • Offen zusammenarbeiten

    Früh teilen, offen diskutieren, direkt Feedback geben.

  • Würzburg, hybrid

    Büro im Zentrum, mindestens zwei Tage pro Woche vor Ort.

  • Direkt mit den Gründern

    Du entscheidest mit und übernimmst Verantwortung.

  • Unbefristet in Vollzeit

    Alle offenen Rollen sind unbefristete Vollzeitstellen.

  • Ein eigenes Modell

    Machine Learning, Optimierung und Software in einem Produkt.

Offene Stellen

Wo du mitbauen kannst.

Drei technische Perspektiven auf dieselbe Aufgabe: bessere Bestandsentscheidungen möglich machen. Öffne eine Rolle, um Aufgaben und Anforderungen anzusehen.

Vollzeit · Würzburg · hybrid Machine Learning Engineer Demand Forecasting · m/w/d

Entwickle die nächste Generation von Q‑Foundry – von Modellarchitektur und Vortraining bis zum Einsatz bei unseren Kunden.

Stack: Python · PyTorch · Polars · PostgreSQL · MLflow · Slurm · Docker · Kubernetes · FastAPI

Deine Aufgaben

  • Datenpipelines und Infrastruktur für Vortraining und Inferenz weiterentwickeln.
  • Transformer-Architektur, Trainingsverfahren und Datenmischungen verbessern und in Experimenten prüfen.
  • Prognosefehler analysieren sowie Anpassung, Kalibrierung und Nachverarbeitung der Modelle entwickeln.

Was du mitbringst

  • Sicher in Python, PyTorch und SQL; Erfahrung mit ML-Modellen vom Prototyp bis zum produktiven Betrieb.
  • Erfahrung mit großen Datensätzen, mehreren GPUs und verteiltem Training.
  • MSc oder PhD in einem quantitativen Fach und rund drei Jahre ML- oder Data-Science-Erfahrung – oder vergleichbare Erfahrung.
Zusammenarbeit
Wir arbeiten auf Deutsch und Englisch. Eine der beiden Sprachen reicht aus.
Deine Bewerbung
Schick Magnus deinen Lebenslauf und einen Link zu etwas, das du gebaut hast: Repository, Projekt, Paper oder Abschlussarbeit.
Für diese Rolle bewerben Vollständige Ausschreibung (PDF, englisch)

Vollzeit · Würzburg · hybrid Forward Deployed Engineer Kundenprojekte & Produktentwicklung · m/w/d

Bring unsere KI-Bestandsplanung in den Kundenalltag – vom ersten Datenexport bis zur laufenden Planung. Was du dabei lernst, wird wiederverwendbare Software.

Stack: Python · SQL · Polars · PostgreSQL · FastAPI · LangGraph

Deine Aufgaben

  • Kundendaten anbinden, prüfen und aufbereiten; wiederverwendbare Konnektoren und Onboarding-Werkzeuge entwickeln.
  • Bestellregeln und Geschäftsabläufe verstehen und in die Planungsvorschläge einbringen.
  • Backtests und Piloten begleiten, Ergebnisse mit Kunden besprechen und Feedback in Produktverbesserungen übersetzen.

Was du mitbringst

  • Sicher in Python und SQL; Erfahrung mit getesteter Software, auf die Geschäftsanwender angewiesen sind.
  • Erfahrung mit Daten aus ERP- oder anderen operativen Systemen und der Automatisierung manueller Abläufe.
  • Mindestens drei Jahre praktische Software-, Data- oder Solution-Engineering-Erfahrung oder vergleichbare technische Arbeit.
Zusammenarbeit
Im Team arbeiten wir auf Deutsch und Englisch, mit Kunden auf Deutsch. Zur Rolle gehören Kundenbesuche.
Deine Bewerbung
Schick Magnus deinen Lebenslauf und ein paar Sätze zu einem umgesetzten technischen Projekt: Was hast du gebaut, welchen Beitrag geleistet und was war das Ergebnis? Links sind willkommen, aber optional.
Für diese Rolle bewerben Vollständige Ausschreibung (PDF, englisch)

Vollzeit · Würzburg · hybrid Optimization Engineer Inventory & Supply Chain · m/w/d

Entwickle die Entscheidungsebene hinter unseren Bestellvorschlägen. Verbinde Nachfrageunsicherheit, Kosten und Bestellbedingungen in belastbaren Optimierungsmodellen.

Stack: Python · Gurobi · OR-Tools · Polars · PostgreSQL

Deine Aufgaben

  • Solverbasierte Entscheidungsverfahren auf unserem bestehenden Kosten- und Nebenbedingungsmodell aufbauen.
  • Kundenanforderungen als wiederverwendbare Modelle formulieren und Prognoseunsicherheit in Entscheidungen übersetzen.
  • Neue Verfahren in historischen Simulationen prüfen und ihren Einsatz bei Kunden begleiten.

Was du mitbringst

  • Erfahrung mit eingesetzten Optimierungsmodellen, fundierte LP-/MILP-Kenntnisse und Vertiefung etwa in stochastischer Optimierung oder Heuristiken.
  • Praxis mit Solvern wie Gurobi, CPLEX, HiGHS oder OR-Tools sowie produktionsreifem Python.
  • MSc oder PhD in einem quantitativen Fach und rund drei Jahre Erfahrung mit Optimierungsmodellen – oder vergleichbare Erfahrung.
Zusammenarbeit
Wir arbeiten auf Deutsch und Englisch. Eine der beiden Sprachen reicht aus.
Deine Bewerbung
Schick Magnus deinen Lebenslauf und einen Link zu einem Repository, Projekt, Paper oder deiner Abschlussarbeit. Wenn vieles passt, aber nicht alles: Schreib uns trotzdem.
Für diese Rolle bewerben Vollständige Ausschreibung (PDF, englisch)

Dein Kontakt

Noch eine Frage zur Rolle?

Magnus ist dein Ansprechpartner für Bewerbung und Einstieg. Schreib ihm, was du mitbringst und was du vorab wissen möchtest.

Schreib uns