Für unseren Kunden suchen wir einen erfahrenen Senior Machine Learning Engineer, der für die Gestaltung, Verantwortung und Skalierung von prädiktiven Systemen verantwortlich ist. In dieser Rolle übernehmen Sie die vollständige Verantwortung für bedeutende Machine Learning-Initiativen, wie beispielsweise die Optimierung von Preisen, die Vorhersage von Geboten, die Leistungsprognose und die Optimierung der Auslieferung. Sie werden komplexe Geschäftsprobleme in robuste, produktionsreife Machine Learning-Systeme umsetzen. Diese Position ist eine senior individuelle Beitragende Rolle mit Potenzial für Führungsverantwortung. Sie haben die Möglichkeit, unsere Machine Learning-Architektur, Standards und langfristige KI-Strategie mitzugestalten und sich in eine Teamleitungsrolle zu entwickeln, während wir unsere Datenwissenschaftskapazitäten erweitern. Zu Ihren täglichen Aufgaben gehören die Übernahme von Machine Learning-Problemen von der Konzeption bis zur Produktion, das Design, der Aufbau und die Bereitstellung prädiktiver Modelle sowie die Entwicklung skalierbarer Feature-Engineering- und Datenpipelines für großangelegte Datensätze. Sie definieren Experimentierframeworks, stellen MLOps in der Produktion sicher und arbeiten eng mit den Teams für DevOps, Produkt und Engineering zusammen, um die Auswirkungen von Machine Learning auf das Geschäft zu maximieren.

Der ideale Kandidat bringt mehr als 5 Jahre Erfahrung in Machine Learning oder angewandten Machine Learning-Rollen mit, in denen er Verantwortung für Produktionssysteme übernommen hat. Er hat eine nachweisliche Erfolgsbilanz bei der Bereitstellung und Wartung von Machine Learning-Systemen in realen Umgebungen. Starke Kenntnisse in Python, insbesondere in Bibliotheken wie pandas, scikit-learn und PyTorch/TensorFlow, sind unerlässlich. Zudem sollte der Bewerber über fundierte Kenntnisse in Statistik, Experimentdesign und Modellevaluation verfügen. Erfahrung im Umgang mit großangelegten Datensätzen und leistungsorientierten Systemen ist von Vorteil. Ein Verständnis der Prinzipien von MLOps, einschließlich des Modellszyklus, Monitoring und CI/CD-Integration, ist ebenfalls erforderlich. Der Kandidat sollte eine starke Problemlösungsmentalität mitbringen und in der Lage sein, geschäftliche Kompromisse in Modellierungsentscheidungen zu übersetzen. Erfahrung im Bereich AdTech, Marktplätze oder Auktionssysteme sowie in hochskalierbaren, Echtzeitsystemen sind von Vorteil.