Senior Machine-Learning-Wissenschaftler

🕒 vor 1 Monat

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 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

SweatPals

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2022

🛍️ eCommerce

🧘 Wellness

⚽ Sport

eCommerce • Wellness • Sports

SweatPals ist eine Plattform, die Fitness-Events und Community-Management optimiert, indem sie Tools bereitstellt, mit denen sich Events nahtlos erstellen, verwalten und monetarisieren lassen. Um Zielgruppen zu gewinnen und zu binden, bietet die Plattform unter anderem: • automatisierte Haftungsverzichte (Waivers) • maßgeschneiderte Fragebögen • anpassbare Landing Pages • Mobile Check-in • Marketing Support Mit dynamischen Mitgliedschaftsplänen, Payment Automation und aussagekräftigen Insights zu Mitgliederpräferenzen unterstützt SweatPals Fitnessbegeisterte und Veranstaltende dabei, ihre Communities aufzubauen und wirkungsvoll zu aktivieren.

Beschreibung

• Unscharfe Produktprobleme in ML-Probleme überführen und die passende Vorgehensweise wählen: Ranking, Retrieval, Klassifikation, Sequenzmodelle, LLM-Agenten oder klassische Statistik • End-to-end abwickeln: Datenexploration, Offline-Evaluation, Prototyping, Online-Experiment, Iteration • Dann an die Spitze gehen, wenn es zählt, und pragmatisch bleiben, wenn es nicht nötig ist • Verantwortung für Offline-Metriken (NDCG, recall@k, AUC, Kalibrierung) übernehmen und diese mit Online-Kennzahlen (Buchungsanstieg, Retention, GMV) verknüpfen • Modelle zusammen mit unserem Engineering-Team in Produktion bringen. Unser ML-Stack: FastAPI, PostgreSQL, BigQuery, AWS App Runner; Retrieval über FAISS und sentence-transformers; sowie verwaltete LLM-APIs (Claude, Gemini) • Evaluations-Frameworks und Monitoring aufbauen, um Modell-Drift zu erkennen • LLM-basierte Features entwickeln für HostCopilot (Drip-Kampagnen, Retention-Nudges, Preis- und Inhaltsvorschläge) und Pal-facing-Oberflächen (AI Concierge, semantische Suche, Empfehlungen) • Mit dem Produktteam zusammenarbeiten, um Chancen zu bewerten und Erkenntnisse in Roadmap-Entscheidungen zu übersetzen • Maßstäbe im Team für ML-Disziplin setzen: Offline-Evaluation, Versuchsdesign und Dokumentationen

🎯 Anforderungen

• Mindestens 5 Jahre praktische ML-Erfahrung mit dem Ausbringen von Modellen in Produktion. Vorteilhaft: Erfahrung in Marktplätzen, Search oder Recommendation-Systemen • Nachweis, ein Problem von einer vagen Produktanfrage bis zu einem ausgelieferten Feature mit nachweislicher Metrikverbesserung geführt zu haben • Sicherer Umgang mit dem gesamten Lebenszyklus: Problemdefinition, Daten, Modellierung, Evaluation, Deployment, Monitoring • Fundierte Kenntnisse in Python und SQL. Sie schreiben Produktionscode, nicht nur Notebooks • Solide Grundlagen in mindestens einem ML-Bereich: Ranking- und Empfehlungssysteme, NLP und Embeddings, klassische ML-Methoden, LLMs und Agenten oder Kausalinferenz • Vertrautheit mit modernen LLM-Tools: Prompting, RAG, Evaluation, Tool-Nutzung, strukturierte Outputs • Praktische Statistik: Versuchsdesign, Umgang mit Confounding, Erkennen, wenn ein A/B-Test fehlerhaft ist • Vertrautheit mit unserem Stack von Vorteil: FastAPI, PostgreSQL, BigQuery, FAISS, sentence-transformers, AWS, Amplitude • In der Regel ein fortgeschrittener Abschluss in ML, Informatik, Statistik oder einem verwandten Fach; PhD oder Forschungshintergrund ist ein starkes Plus

🏖️ Vorteile

• Verantwortung: Sie gestalten das nächste Kapitel von ML bei Sweatpals – Sie pflegen nicht nur die Modelle anderer • KI-native Kultur: Wir nutzen täglich Claude Code, liefern schnell und betrachten KI-Tools als Grundvoraussetzung • Flexibilität: Remote-first, asynchron-freundlich, EU-Zeitzone • Vergütung: Wettbewerbsfähiges Gehalt plus Early-Stage-Equity