Auf einen Blick
AirOps sucht einen Data Scientist/MLE um Production ML-Systeme für KI-Search-Optimierung zu bauen. Du kombinierst NLP, Recommender Systems und LLM-Applikationen mit Leadership Verantwortung.
💰 $200.000–260.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- 5+ Jahre Production ML Systems mit Business Impact
- NLP und Search/Recommendation Algorithms Expertise
- Scaling Models Research → Produktion bei Scale
- ML Infrastructure: Serving, Experiment Tracking, Feature Stores
Python
NLP
Machine Learning
TensorFlow
PyTorch
XGBoost
LLM
Recommender Systems
✅ Geeignet für
- Senior Data Scientists mit 5+ Jahren Production ML Erlebnis
- NLP und Recommender System Spezialisten
- ML Engineers die Models zu Scale gebracht haben
🚫 Weniger geeignet
- Data Scientists ohne Production-Scale Erlebnis
- Academics ohne Enterprise ML System-Erlebnis
- Kandidaten nur mit klassischen ML Modellen (nicht LLM-native)
💡 Gut zu wissen
- Rollen erwartet gleichzeitig Hands-on ML-Engineering und Technical Leadership
- NLP und Search/Recommendation ist Kernfähigkeit - nicht verhandelbar
- Startup-Umfeld = schnelle Iteration, nicht perfekte Systeme von Tag 1
- LLM-Integration ist nicht Optional - RAG, Prompt Engineering, Agent-Design gehört zur Rolle
Über das Unternehmen
AirOps ist die erste End-to-End Content Engineering Plattform für die KI-Ära. Das Unternehmen baut Produkte die Marken helfen in KI-gesteuerten Suchumgebungen zu konkurrieren. Mit Geldgebern wie Greylock und Unusual Ventures ist AirOps in beschleunigter Wachstumsphase.
Deine Aufgaben
- Gestaltung und Deployment von End-to-End Machine Learning Systemen einschließlich NLP-Modelle, Such- und Empfehlungs-Algorithmen, LLM-basierte Applikationen
- Bau von ML-Systemen die KI-Such-Verhalten analysieren, Content-Opportunities identifizieren und Performance über KI-Plattformen vorhersagen
- Erstellung von Algorithmen die Marken verstehen helfen und optimieren wie KI-Agenten Content entdecken und ranken
- Cross-funktionale Partnerschaft mit Product Managern zur Übersetzung geschäftlicher Anforderungen in technische Lösungen
- Technische Leadership: Design und Deployment von Production ML-Systemen von Research zu Produktion mit Latenz und Cost Optimization
Deine Voraussetzungen
- 5+ Jahre Production Machine Learning Systeme mit nachgewiesenem Business-Impact; starker Hintergrund in NLP und Such-/Empfehlungs-Systemen erforderlich
- Tiefe Expertise über ML-Approaches: klassische Modelle (XGBoost, Random Forests), moderne Deep Learning Architekturen (Transformers, Graph Neural Networks), Reinforcement Learning
- Bewiesene Fähigkeit Models von Research zu Produktion zu skalieren mit Latenz- und Cost-Optimierungen bei Scale
- Erfahrung mit ML Infrastructure und Tooling: Model Serving Frameworks, Experiment Tracking, Feature Stores, Monitoring Systeme
- Track Record technischer Leadership: Architektur-Entscheidungen beeinflussen, Team Practices verbessern, Cross-funktionale Projekte ohne direkte Authority leiten
- Exzellente Kommunikationsfähigkeiten um komplexe technische Konzepte zu erklären und ML Initiativen mit Business Outcomes zu alignen
Benefits
- Equity in schnell wachsendem Startup
- Wettbewerbsfähiges Benefits-Paket
- Flexible Zeitregelung
- Parental Leave
