Senior Machine-Learning-Engineer – Scoring- und Zielgruppenmodelle (Europa, Remote)

Stelle nicht auf LinkedIn

🔥 vor 16 Minuten

🇪🇺 Europa – Remote

⏰ Vollzeit

🟠 Senior

🤖 Machine-Learning-Entwickler

👻 Geisterscore 25%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

iDelsoft

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2019

💼 Beratung

📣 Marketing

📦 Logistik

Consulting • Marketing • Logistics

iDelsoft ist ein Technologiepartner mit Sitz in Tampa, der sich auf Softwareentwicklung und den Aufbau dedizierter Teams für wachstumsstarke Unternehmen spezialisiert hat. Das Unternehmen bietet unter anderem die Entwicklung individueller Anwendungen und die Suche nach qualifizierten Fachkräften an und sorgt so für hochwertige Lösungen, die Unternehmen vor kostspieligen Unterbrechungen bewahren. Mit einem Fokus auf Start-ups und etablierte Unternehmen verfolgt iDelsoft das Ziel, skalierbare und zuverlässige Technologielösungen bereitzustellen, die auf konkrete Geschäftsziele zugeschnitten sind.

Beschreibung

• Sie verantworten das Account- und Lead-Scoring ganzheitlich – von der Zieldefinition über Label-Design, Feature Engineering und Modellauswahl bis zur Kalibrierung • Sie entwickeln Lookalike- und Ähnlichkeitssysteme, um Accounts mit hohem Potenzial zu identifizieren, und validieren diese anhand optimierter Baselines • Sie nutzen Elasticsearch als Feature-Quelle und Serving-Layer, einschließlich Aggregationen, Vektorsuche und indexierter Modell-Scores • Sie entwickeln leak-freie Evaluierungen mit entscheidungsrelevanten Metriken, darunter Lift, Precision at k, Kalibrierung und Online-Experimente • Sie bearbeiten Herausforderungen wie Entity Resolution, Deduplizierung, fehlende Werte, Label Noise, Sampling Bias und Feedbackschleifen • Sie entwickeln Trainings- und Inferenzpipelines, Feature Storage, Batch-Scoring und Near-Real-Time-Scoring • Sie integrieren Scoring-Systeme in Node.js-Services • Sie überwachen Produktionsmodelle auf Drift und Leistungsabfall und trainieren sie in einem fachlich begründeten Turnus neu • Sie arbeiten mit Produkt- und Engineering-Teams zusammen, um Scores in der Anwendung bereitzustellen • Sie erklären Kunden, was Scores aussagen – und was nicht

🎯 Anforderungen

• Mindestens 4 Jahre Berufserfahrung in Machine Learning oder Data Science, davon mindestens 2 Jahre mit der Bereitstellung überwachter Modelle, die in der Produktion reale Entscheidungen unterstützt haben • Fundierte Kenntnisse in Machine Learning, Deep Learning und fortgeschrittener Statistik – abgeschlossenes quantitatives Studium oder eine gleichwertige, anspruchsvolle Ausbildung • Sicherer Umgang mit der Mathematik des Machine Learnings, nicht nur mit APIs • Ausgeprägte Kenntnisse in Schätzung und Inferenz, Sampling- und Selection Bias, Hypothesentests und Teststärke, Regularisierung und Bias-Variance, Wahrscheinlichkeitskalibrierung sowie kausalen im Gegensatz zu korrelativen Aussagen • Sehr gute Kenntnisse in Python, scikit-learn, XGBoost/LightGBM, PyTorch oder TensorFlow, pandas/Polars, NumPy und SciPy • Erfahrung in der skalierbaren Extraktion und Aggregation von Features aus großen Dokumentenspeichern; Bereitschaft, direkt mit der Elasticsearch Query DSL und Aggregationen zu arbeiten • Erfahrung mit Ranking-, Propensity-, Ähnlichkeits-, Empfehlungs- oder Churn-/Conversion-Modellen • Fähigkeit, Modellziele, Herkunft der Labels, Grenzen der Validierung und Fehler nach dem Launch zu begründen und zu vertreten • Erfahrung im Aufbau von ML-Grundlagen und -Infrastruktur in einer frühen Unternehmensphase • Disziplinierte Softwareentwicklung mit Versionsverwaltung, Tests, CI und Containern • Fähigkeit, einen Scoring-Service an ein Node.js-Team zu übergeben • Von Vorteil: Elasticsearch dense_vector und kNN Search, significant_terms, rank_feature Scoring, Indexdesign und Optimierung der Query-Performance • Von Vorteil: Kenntnisse in B2B-Daten, GTM, MarTech, AdTech, CRM-Anreicherung und firmografischen Datenanbietern • Von Vorteil: Approximate-Nearest-Neighbour-Suche mit pgvector, Qdrant oder FAISS • Von Vorteil: Learning-to-Rank, Graph- bzw. Netzwerkmodellierung, MLOps-Tools, Publikationen, Erfolge bei Wettbewerben oder Beiträge zu angewandten ML-Open-Source-Projekten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen