Machine Learning Engineer (Applied ML, B2B SaaS)

Wir sind ein schnell wachsendes B2B SaaS-Unternehmen, das eine KI-gesteuerte Plattform entwickelt, um die Nachverkaufsoperationen in der Automobilbranche zu transformieren. Unser Produkt hilft Werkstätten, Händlergruppen und Multi-Site-Betreibern, Arbeitsabläufe zu optimieren, die Effizienz zu verbessern und bessere Entscheidungen durch Daten zu treffen. Mit Hilfe von Digital-Twin-Technologie und Echtzeit-Optimierung decken wir operationale Verbesserungen auf, die oft in den täglichen Prozessen verborgen sind.

In der Praxis bedeutet dies, dass wir Werkstätten helfen, die Arbeit genauer zu planen, Aufgaben den richtigen Personen zuzuweisen und vorherzusagen, wann die Arbeit abgeschlossen sein wird. Im Kern unserer Plattform stehen unsere KI: Maschinenlernmodelle und Optimierungsalgorithmen, die intelligente Vorhersagen und Entscheidungen in komplexen Betriebsumgebungen ermöglichen.

Mit Kunden in mehreren europäischen Märkten und einer starken frühen Traktion suchen wir nun einen Machine Learning Engineer, um unsere Produkt- und KI-Fähigkeiten weiter zu stärken.

Aufgaben:

• Entwurf und Bereitstellung von Maschinenlernmodellen zur Vorhersage und Entscheidungsfindung auf domänenspezifischen Betriebsdaten
• Fortschritt und Erweiterung der Planung und Ressourcenoptimierung, einschließlich multi-objektiver Optimierung, Constraint-Handling und stabiler Neuprogrammierung
• Aufbau von End-to-End-Modellen, die aus realen Betriebsdaten lernen und die Planungsgenauigkeit im Laufe der Zeit verbessern
• Übernahme des gesamten ML-Lebenszyklus: Datenanalyse, Merkmalsengineering, Modellentwicklung, Evaluierung und Überwachung
• Übersetzung von Geschäftsproblemen in formale Modelle und messbare Ergebnisse

Beispiele für das, was Sie erstellen werden:

• Kapazitätsplanungsalgorithmen, die Fähigkeiten, Zeitpuffer, Abkühlzeiten und Platzbeschränkungen berücksichtigen
• Intelligente Zuordnung von Aufgaben zu Talenten mit dynamischer Gewichtung für laufende vs. neue Projekte
• Automatisierte Projekterstellung aus strukturierten und unstrukturierten Betriebsdaten (z.B. PDFs, Freitext)

Anforderungen:

• Master oder PhD in Informatik, Mathematik, Physik oder einem verwandten Bereich
• Mehrjährige Erfahrung im Maschinenlernen, insbesondere mit tabellarischen Daten und Zeitreihen
• Starkes Wissen über mindestens ein Deep-Learning-Framework (PyTorch wird bevorzugt)
• Erfahrung mit mathematischer Optimierung und/oder Constraint-Programmierung (z.B. OR-Tools, CP-SAT, Gurobi)
• Versiert in Python und dem Data-Science-Ökosystem (z.B. pandas, scikit-learn)
• Erfahrung mit ML-Experimentverfolgung und Modellbereitstellung (z.B. MLflow, Docker, Kubernetes)
• Eine selbstmotivierte, lösungsorientierte Denkweise: Sie bauen nicht nur Modelle, sondern verstehen das zugrunde liegende Geschäftsproblem
• Fließend in Englisch

Zusätzlich wünschenswert:

• Erfahrung mit LLMs oder agentenbasierten Systemen (z.B. RAG, Informationsgewinnung aus unstrukturierten Daten, API-basierte Workflows)

Vorteile:

• Kreative Freiheit in einem jungen, technisch ambitionierten Team
• Direkter Einfluss Ihrer Arbeit auf das Produkt und unsere Kunden
• Ein moderner Tech-Stack und eine Kultur, die Experimente fördert
• Ein reales, domänenreiches Problembereich, kein weiteres generisches SaaS
• End-to-End-Verantwortung für KI-Funktionen, von der Datenexploration bis zur Produktionsbereitstellung

Wenn Sie an bedeutenden Maschinenlernproblemen arbeiten, Verantwortung übernehmen und sehen möchten, wie Ihre Arbeit in der realen Welt genutzt wird, würden wir uns freuen, von Ihnen zu hören.