Senior Data Scientist

Wir suchen einen Senior Machine Learning Engineer, der die KI-Systeme hinter dem Merchant-Katalog und den Chancenbewertungssystemen von Bolt Food besitzt und skalieren kann. Diese Systeme umfassen LLM-basierte Anreicherung und Kategorisierung bis hin zu fein abgestimmten Open-Weight-Modellen, die wir selbst trainieren und bereitstellen, um die Abläufe der Händler in über 50 Märkten zu automatisieren.

Über uns: Mit über 200 Millionen Kunden in mehr als 50 Ländern und über 850 Städten ist Bolt eines der am schnellsten wachsenden Technologieunternehmen in Europa und Afrika – unterstützt von über 4,5 Millionen Partnern auf unserer Plattform und mehr als 4.000 Mitarbeitern weltweit. Wir glauben an die Schaffung eines integrativen Umfelds, in dem jeder willkommen ist, unabhängig von Rasse, Hautfarbe, Religion, Geschlechtsidentität, sexueller Orientierung, nationaler Herkunft, Alter oder Fähigkeit. Unser ultimatives Ziel ist es, Städte für Menschen und nicht für Autos zu schaffen – und wir brauchen Ihre Hilfe bei dieser Mission!

Über die Rolle: Sie werden Teil der Delivery Merchant Engineering-Gruppe, zusammen mit Software-Ingenieuren, Produktmanagern und Datenwissenschaftlern, die die Systeme entwickeln, auf die unsere Handelspartner angewiesen sind. Ihre Mission ist es, unsere ML-gesteuerte Katalogautomatisierung erheblich zu verbessern, indem Sie die Modellqualität erhöhen, Dienste in zuverlässige Produktionssysteme absichern und in neue Bereiche wie agentische Katalogarbeitsabläufe und Händlerbewertung erweitern. Es gibt hier auch eine bedeutende Grenze. Heute verlassen wir uns stark auf Modelle von Drittanbietern. Sie werden unseren Übergang zu fein abgestimmten Open-Weight-Modellen vorantreiben, die wir besitzen und selbst bereitstellen, was uns bessere Wirtschaftlichkeit, geringere Latenz und mehr Kontrolle gibt. Dies ist eine frühe, hochwirksame Arbeit, bei der Sie die technische Richtung gestalten werden. Dies ist eine hybride, End-to-End-Rolle. Sie werden von unklaren Geschäftsproblemen über Offline-Bewertungen, Online-Experimente und Produktionssysteme arbeiten und für die Ergebnisse verantwortlich bleiben.

Hauptaufgaben und Verantwortlichkeiten:

• Entwerfen, trainieren und bereitstellen von ML/LLM-Modellen, die die Kataloganreicherung, Moderation und Kategorisierung in großem Maßstab automatisieren, wobei Sie die Genauigkeit, Latenz und Kosten in der Produktion verantworten.
• Den Übergang von Frontier-API-Modellen zu fein abgestimmten Open-Weight-Modellen vorantreiben: Datenkuratierungs- und Feinabstimmungspipelines aufbauen, Qualitätsvergleiche durchführen und Gewinner in die Produktion bringen.
• Agentische KI-Systeme für die Katalogautomatisierung entwerfen und aufbauen, die mehrstufige Arbeitsabläufe, Werkzeugnutzung, Sicherheitsvorkehrungen und Evaluierungswerkzeuge abdecken, um deren Funktionalität nachzuweisen.
• Evaluierungs- und Experimentierinfrastruktur aufbauen: Offline-Benchmarks, Regressionstests, LLM-as-Judge-Pipelines und A/B-Tests, die an Geschäftszielen gebunden sind.
• Die Bereitstellung und Kostengeschichte für selbst gehostete Modelle verantworten, einschließlich Quantisierung, Durchsatzoptimierung, GPU-Nutzung und Entscheidungen zwischen Eigenentwicklung und Fremdbezug.
• Cross-funktionale Zusammenarbeit mit Software-Ingenieuren, Datenwissenschaftlern, Produktmanagern und dem ML-Plattformteam zur Produktionsreife und Überwachung von ML-Lösungen.

Über Sie:

• Nachweisliche Erfahrung im Aufbau und in der Bereitstellung von ML-Systemen in der Produktion in großem Maßstab, idealerweise in verbraucherorientierten Produktumgebungen in einem Technologieunternehmen.
• Nachgewiesene Erfolgsbilanz bei der Einführung von LLM-basierten Systemen in die Produktion, einschließlich Prompt-/Modelliteration, Bewertung, Sicherheitsvorkehrungen, Beobachtbarkeit und Kostenmanagement.
• Praktische Erfahrung in der Feinabstimmung und Bereitstellung von Open-Weight-Modellen (z. B. LoRA/QLoRA, SFT, Präferenzoptimierung), einschließlich des Aufbaus von Trainingsdaten und der Verwaltung der Produktionsbereitstellung.
• Tiefe Expertise in NLP oder Empfehlungssystemen, mit Modellen, die eine Geschäftszahl bewegt haben.
• Starke Ingenieurgrundlagen: Beherrschung von Python und SQL, saubere Programmierpraktiken, Produktionserfahrung mit einem Deep-Learning-Framework (PyTorch, TensorFlow, JAX oder Triton) und Erfahrung mit modernen ML-Tools und Cloud-Infrastruktur (AWS, SageMaker, Airflow, Docker).
• Starkes Produktverständnis und proaktive Verantwortung, mit der Fähigkeit, unklare Probleme in messbare ML-Lösungen umzuwandeln und diese von der Entdeckung bis zur Produktionsauswirkung voranzutreiben.

Erfahrung ist großartig, aber was wir wirklich suchen, ist Antrieb, Intelligenz und Integrität. Auch wenn Sie nicht alle Anforderungen erfüllen, ziehen Sie bitte in Betracht, sich zu bewerben!

Warum Sie es hier lieben werden:

• Direkt an der Gestaltung der Zukunft der Mobilität mitwirken.
• Einfluss auf Millionen von Kunden und Partnern in über 850 Städten in mehr als 50 Ländern ausüben.
• In schnelllebigen, autonomen Teams mit talentierten und unterstützenden Kollegen arbeiten.
• Ihr berufliches Wachstum mit einzigartigen Karrieremöglichkeiten beschleunigen.
• Ein attraktives Gehalt und ein Aktienoptionspaket erhalten, das es Ihnen ermöglicht, sich auf Ihre beste Arbeit zu konzentrieren.
• Die Flexibilität des hybriden Arbeitens genießen, mit mindestens 3 Tagen im Büro pro Woche, um starke Verbindungen und Teamarbeit zu fördern.
• Auf Ihre körperliche und geistige Gesundheit mit unseren Wellness-Vorteilen achten.

Einige Vorteile können je nach Standort und Rolle variieren.