Senior ML Ingenieur

• Practice Development & Integration

• Technologies Development Skills

• Location New York, United States

• Type Permanent

Über die Rolle

Wir suchen einen Senior Machine Learning Engineer, der uns dabei unterstützt, die Modelle und die Infrastruktur hinter einer hochwirksamen Datenplattform, die von einem breiten Spektrum an Kunden genutzt wird, aufzubauen und zu skalieren. Sie arbeiten an durchgängigen Machine-Learning-Systemen – von der Experimentierung und Modellentwicklung bis hin zur Bereitstellung, zum Betrieb und zur kontinuierlichen Optimierung. Es handelt sich um eine praxisorientierte Position, in der Sie eng mit der Unternehmensleitung und den Entwicklungsteams zusammenarbeiten, um die Zukunft des Produkts mitzugestalten.

Was Sie tun werden

• Entwicklung und Produktionsbereitstellung von ML-Modellen, die zentrale Produktfunktionen direkt unterstützen

• Entwicklung, Wartung und Skalierung der ML-Infrastruktur, einschließlich Trainings-Pipelines, Modellbereitstellung und Überwachung

• Führen Sie Experimente und Optimierungen mithilfe von A/B-Tests, Uplift-Modellierung und Methoden der kausalen Inferenz durch

• Funktionsübergreifende Zusammenarbeit mit den Bereichen Produktentwicklung und Technik, einschließlich der direkten Zusammenarbeit mit der Geschäftsleitung

• Die Teamkollegen zu betreuen und dabei zu helfen, bewährte Verfahren in den Bereichen maschinelles Lernen, Data Engineering und Experimentierung zu etablieren

Wen wir suchen

Erfahrung & Kompetenz

• Mindestens 5 Jahre Berufserfahrung in der Softwareentwicklung, davon mindestens 3 Jahre in der Arbeit an ML-Systemen

• Fundierte Kenntnisse moderner ML-Techniken (baumbasierte Modelle, Deep Learning, Transformer usw.)

• Praktische Erfahrung mit Frameworks wie PyTorch, TensorFlow oder XGBoost

• Erfahrung mit Feature Engineering unter Verwendung von Aggregationen, Einbettungen oder Hilfsmodellen

MLOps und Infrastruktur

• Erfahrung in der Konzeption von ML-Pipelines und einer produktionsreifen Infrastruktur

• Kenntnisse im Umgang mit Cloud-Plattformen (GCP von Vorteil, jedoch nicht zwingend erforderlich)

• Sicherer Umgang mit CI/CD, Docker/Kubernetes und verteilten Rechenframeworks (Spark, Ray, Dask usw.)

• Nachweisliche Erfolge bei der iterativen Weiterentwicklung von Modellen in Produktionsumgebungen

Kenntnisse im Bereich Softwareentwicklung

• Fundierte Python-Kenntnisse (NumPy, Pandas usw.)

• Erfahrung mit der Verarbeitung großer Datenmengen (Spark, Ray, BigQuery usw.)

• Kenntnisse im Umgang mit Tools zur Workflow-Orchestrierung wie Airflow

Analytische und experimentelle Fähigkeiten

• Sicherer Umgang mit fortgeschrittenen Experimentiertechniken und praxisnaher Leistungsbewertung

• Verständnis der Herausforderungen bei Beobachtungsdaten und der Messkonzepte

Soziale Kompetenzen und Unternehmenskultur

• Sich sicher fühlen, Projekte von Anfang bis Ende zu betreuen – von der Datenerkundung bis zur Bereitstellung

• Die Fähigkeit, komplexe Konzepte des maschinellen Lernens technischen und nicht-technischen Interessengruppen verständlich zu vermitteln

• Eine eigeninitiativ handelnde Person, die schnell lernt und sich in einem iterativen, dynamischen Umfeld wohlfühlt

Bonuspunkte

• Erfahrung im Umgang mit kundenorientierten oder auf Personalisierung ausgerichteten ML-Systemen

• Kenntnisse im Bereich der kausalen Inferenz oder der Uplift-Modellierung

• Erfahrung im Umgang mit großen Sprachmodellen (LLMs), modernen KI-Tools oder verstärktem Lernen

• Hochschulabschluss in einem quantitativen Fachgebiet

• Erfahrung in dynamischen Umgebungen oder Start-up-Umgebungen

• Mit Sitz in oder in der Nähe von New York City (der Großteil des Teams arbeitet nach EST)

• share
• 
• 
• 
•