Applied AI Engineering, Lead

Deel ist die All-in-One-Payroll- und HR-Plattform für globale Teams. Unsere Vision ist es, globale Chancen für jede Person, jedes Team und jedes Unternehmen zu eröffnen. Deel kombiniert HRIS, Payroll, Compliance, Benefits, Performance und Equipment Management in einer nahtlosen Plattform. Mit KI-gestützten Tools und einer vollständig eigenen Payroll-Infrastruktur unterstützt Deel jeden Arbeitstyp in über 150 Ländern.

Als Applied AI Engineering Lead werden Sie ein leistungsstarkes Team von Datenwissenschaftlern leiten und fortschrittliche Analysen sowie maschinelles Lernen nutzen, um wichtige Geschäftsentscheidungen voranzutreiben. Sie sind verantwortlich für die Überwachung datengetriebener Projekte, die Zusammenarbeit mit funktionsübergreifenden Teams und die Betreuung von Junior-Datenwissenschaftlern. Diese Rolle spielt eine Schlüsselrolle bei der Verbesserung der Datenfähigkeiten von Deel und der Förderung von Initiativen im Bereich Data Science, die das Wachstum des Unternehmens unterstützen.

Verantwortlichkeiten:

• Leitung und Management eines Teams von Datenwissenschaftlern zur Bereitstellung von hochwirksamen Datenmodellen, Algorithmen und Erkenntnissen für verschiedene Geschäftsbereiche.
• Entwicklung und Durchführung von Data-Science-Projekten unter Gewährleistung der Übereinstimmung mit den Geschäftszielen und termingerechter Lieferung.
• Führung des Teams bei der Anwendung von Techniken des maschinellen Lernens zur Lösung komplexer Geschäftsprobleme und zur Verbesserung der Entscheidungsfindung.
• Zusammenarbeit mit Ingenieur- und Produktteams, um die nahtlose Bereitstellung von Datenmodellen und Analysen in der Produktion sicherzustellen.
• Mentoring und Coaching von Junior-Datenwissenschaftlern zur Förderung von Wachstum und Entwicklung innerhalb des Teams.
• Entwicklung und Pflege von Best Practices für Data-Science-Workflows, um hohe Standards für Reproduzierbarkeit und Zuverlässigkeit sicherzustellen.
• Förderung von Innovationen durch ständige Aktualisierung über Branchentrends und aufkommende Technologien im Bereich Data Science.
• Sicherstellung der Integrität, Genauigkeit und Skalierbarkeit von Datenmodellen und Analysen.
• Kommunikation von Dateninsights und Modellergebnissen an nicht-technische Stakeholder, einschließlich Führungsteams.
• Überwachung der kontinuierlichen Verbesserung von Datenprozessen, -methoden und -tools innerhalb des Teams.

Qualifikationen:

• 5+ Jahre Erfahrung in der Datenwissenschaft mit starkem Hintergrund in maschinellem Lernen, Statistik und Datenmodellierung.
• Starke Expertise in LLM-Engineering: RAG, Agenten und Tool-Nutzung, Feinabstimmung, Evaluierungen und Optimierung von Kosten und Latenz in der Produktion.
• Fließend im Umgang mit KI-unterstützten Entwicklungstools und in der Lage, Teampraktiken zu entwickeln, die eine schnellere Auslieferung ohne Qualitätsverlust ermöglichen.
• 2+ Jahre Erfahrung in der Leitung oder dem Management eines Datenwissenschaftsteams.
• Kenntnisse in Programmiersprachen wie Python, R und SQL.
• Starke Erfahrung mit Frameworks für maschinelles Lernen.
• Erfahrung mit Cloud-Plattformen und verteiltem Rechnen.
• Solides Verständnis statistischer Analysen und Hypothesentests.
• Starke Kommunikationsfähigkeiten, um komplexe Datenbefunde nicht-technischen Stakeholdern zu präsentieren.
• Fähigkeit, mehrere Projekte zu verwalten, Aufgaben zu priorisieren und Fristen in einem schnelllebigen Umfeld einzuhalten.
• Starke Problemlösungsfähigkeiten und Leidenschaft für datengestützte Entscheidungsfindung.