Lead Machine Learning Engineer

remote-job.net Job-Zusammenfassung:

💶 Gehalt:	keine Angabe
⏰ Wöchentliche Arbeitszeit:	Vollzeit
🔍 Empfohlene Erfahrung:	Senior
🎓 Empfohlene Ausbildung:	keine Angabe
📋 Hauptaufgaben:	Modelle erstellen und in Produktion bringen Skalierbare ML-Infrastruktur entwickeln Experimentieren und Optimieren
✅ Hauptvoraussetzungen:	5+ Jahre Erfahrung in der Softwareentwicklung Tiefes Wissen über moderne Algorithmen des maschinellen Lernens Praktische Erfahrung mit ML-Frameworks
🏭 Branche:	keine Angabe

Über das Unternehmen

Direct-to-consumer brands zahlen uns, um weniger zu vermarkten. Technisch gesehen, zahlen sie uns, um effektiver zu vermarkten. Und, seltsamerweise (!), bedeutet das oft, viel weniger zu vermarkten.

Wie? Wir verwenden eine Menge Mathematik und eine Menge maschinelles Lernen, um zu entscheiden, welche Personen auf ihren Abonnentenlisten tatsächlich jetzt von ihnen hören möchten.

Aufgaben

• Modelle erstellen und in Produktion bringen: Entwerfen, trainieren und bereitstellen von Modellen, die direkt unsere marketingfokussierten Produkte unterstützen, hauptsächlich für Marketinganwendungsfälle.
• Skalierbare ML-Infrastruktur entwickeln: Architektur und Wartung robuster, skalierbarer MLOps-Pipelines, um zuverlässiges Training, Bereitstellung und Überwachung von Modellen in der Produktion zu gewährleisten.
• Experimentieren und Optimieren: Kontinuierliche Verbesserung durch A/B-Tests, Uplift-Modelle, kausale Inferenz und andere fortgeschrittene Experimentierframeworks vorantreiben, um die Modellleistung zu validieren und zu verfeinern.
• Zusammenarbeiten und Mentoren: Eng mit funktionsübergreifenden Teams, einschließlich CTO und Daten-Direktor, zusammenarbeiten, um sich auf Produktziele zu einigen und Best Practices für maschinelles Lernen und Datenengineering in der gesamten Organisation zu fördern.

Voraussetzungen

• 5+ Jahre Erfahrung in der Softwareentwicklung, davon mindestens 3 Jahre Arbeit an ML-Systemen.
• Tiefes Wissen über moderne Algorithmen des maschinellen Lernens (baum-basierte Methoden, tiefes Lernen, Transformer/LLMs).
• Praktische Erfahrung mit PyTorch, TensorFlow, XGBoost oder gleichwertigen Frameworks.
• Erfahrung im Aufbau von Produktions-ML-Infrastrukturen, idealerweise mit GCP (Vertex AI, KubeFlow, BigQuery usw.).
• Vertrautheit mit CI/CD, Containerisierung (Docker/Kubernetes) und verteiltem Training (Spark, Ray, Dask usw.).
• Starke Kenntnisse in Python (numpy, pandas usw.).
• Komfort im Umgang mit fortgeschrittenen Experimentiertechniken.

Benefits

• Einfluss: Treten Sie einem schlanken, agilen Team bei, das die Zukunft des maschinellen Lernens für führende globale Marken gestaltet.
• Wachstum: Arbeiten Sie direkt mit Branchenexperten mit starkem akademischen und beruflichen Hintergrund.
• Innovation: Experimentieren Sie mit den neuesten ML-Modellen, von baum-basierten Methoden bis hin zu modernsten LLMs.
• Kultur: Wir schätzen Eigenverantwortung, Iteration und kontinuierliches Lernen – die Stimme eines Jeden zählt.