Senior Machine Learning Engineer

vor 1 Monat

Bewerben

E-Mails mit ähnlichen Jobs erhalten

Gorilla - Decisions, based on data

WebsiteLinkedInAlle Stellen

Hallo, wir sind Gorilla. Wir sind ein Software-Scale-up, das die Zukunft des Energievertriebs mitgestaltet. Unsere Mission ist es, Unternehmen dabei zu unterstützen, das Potenzial ihrer Daten zu erschließen – mit datengetriebenen Lösungen für Pricing, Forecasting und Reporting, die Abläufe optimieren und Risiken reduzieren.

11 - 50 Mitarbeiter

Gegründet 2018

Beschreibung

• Entwerfen, entwickeln und betreiben von Prognosealgorithmen und ML-Modellen, die Gorillas Energie-Insights in großem Maßstab ermöglichen. • Führen der technischen Ausrichtung für Forecasting und Sicherstellen, dass Modelle genau, erklärbar und produktionsreif sind. • Entwickeln und Verbessern der Prozesse und Tools, die den vollständigen Lebenszyklus von ML-Modellen unterstützen – von Training und Validierung bis zu Deployment und Monitoring. • Zusammenarbeit mit Produkt-, Daten- und Engineering-Teams zur Integration von Forecasting-Funktionen in die Gorilla-Plattform. • Optimieren der Modellleistung, Zuverlässigkeit und Skalierbarkeit in verteilten und cloudbasierten Umgebungen. • Etablieren und Dokumentieren von Best Practices für ML-Entwicklung, Testing und Release-Management. • Evaluieren und Anwenden moderner ML- und Deep-Learning-Methoden zur kontinuierlichen Verbesserung der Prognosegenauigkeit. • Mentoring von Ingenieurinnen und Ingenieuren in ML-Engineering-Konzepten, Modell-Lifecycle-Management und Performance-Optimierung. • Beitrag zum Aufbau einer Kultur technischer Exzellenz durch Wissensaustausch, Dokumentation und Zusammenarbeit.

🎯 Anforderungen

• Mindestens 5 Jahre Erfahrung in der Softwareentwicklung und mindestens 5 Jahre Erfahrung im ML-Engineering mit nachweisbaren Erfolgen in Produktionsumgebungen • Fundierte Kenntnisse in Python und im modernen Data-Stack wie SQL, Pandas, NumPy, SciPy, Dask, Polars, DuckDB oder PySpark • Starke ML-Engineering-Fähigkeiten, einschließlich Modellentwicklung, Deployment, Versionierung, Monitoring und Integration in Datenpipelines • Erfahrung im Aufbau und in der Pflege von ML-Tools und CI/CD-Pipelines für das Modellmanagement • Tiefes Verständnis von Zeitreihen-Forecasting-Methoden und statistischer Modellierung • Praktische Erfahrung mit cloudbasierten Datenumgebungen wie AWS und Databricks • Erfahrung mit Deep Learning und fortgeschrittenen statistischen Techniken für Forecasting • Vertrautheit mit SaaS- oder Software-Produktumgebungen; Erfahrung mit Energiedaten oder eine starke Lernmotivation in diesem Bereich ist von Vorteil • Ausgeprägte Kommunikations- und Kollaborationsfähigkeiten sowie die Fähigkeit, Kolleginnen und Kollegen zu mentorieren und bereichsübergreifende Abstimmung zu steuern • Technische Führungskompetenz mit Fokus auf Standards, Dokumentation und Skalierbarkeit in ML- und Forecasting-Praktiken

🏖️ Vorteile

• Flexible Arbeitsmodelle – wahlweise Office-Mix oder Remote-First-Mix (derzeit innerhalb bestimmter Zeitzonen und Standorte verfügbar) • Länderspezifische Mobilitätsleistungen • Flexible Arbeitszeiten • Ausgestattet mit hochwertiger Technologie für Remote-Arbeit • Großzügiges Urlaubs- und Freizeitausgleichspaket • Krankenversicherungsschutz • Möglichkeiten zur beruflichen Weiterentwicklung • Internationale Reisen für firmenweite Treffen