Auf einen Blick
- Aufgaben: Leite ein Team von Machine Learning Engineers und verbessere unsere Produkte.
- Arbeitgeber: FREENOW ist ein innovatives Unternehmen im Bereich Internet-Marktplätze.
- Mitarbeitervorteile: Flexible Arbeitszeiten, LinkedIn Learning, Sabbaticals und Gesundheitsversorgung.
- Warum dieser Job: Gestalte die Zukunft des Marktplatzes und arbeite in einem dynamischen Team.
- Gewünschte Qualifikationen: Erfahrung in der Führung von Daten-Teams und starke Problemlösungsfähigkeiten erforderlich.
- Andere Informationen: Vielfältige und inklusive Unternehmenskultur, die persönliches Wachstum fördert.
Das voraussichtliche Gehalt liegt zwischen 54000 - 84000 € pro Jahr.
Machine Learning Engineering Lead (m/f/d) – Berlin
Berlin
Location : We are flexible! Come and join us either in Hamburg, Berlin, Athens or Barcelona.
The Marketplace department is the core of our platform and consists of Product Management, Data and Engineering. Together as a team we are going to build our Pricing product, which leads to higher customer engagement, better supply utilisation, and ultimately to a balanced demand and supply situation.
As the Machine Learning Engineering Lead in the Marketplace, you will work closely with the Product and Engineering Managers to improve the existing products such as surge or demand prediction, and evaluate future opportunities to improve our Marketplace performance. You’re responsible for a team of 4 to 6 Machine Learning Engineers, being hands-on in mentoring them to help and grow, and responsible for the data strategy of Marketplace along with the Data Science Lead, ensuring high quality of our data products.
If you want to help unveil new potential and move FREENOW in a much stronger position, here is your chance. In more detail this means…
YOUR DAILY ADVENTURES WILL INCLUDE:
- Being hands-on and mentoring the MLEs to grow and improve the architecture, reliability and monitoring of our systems while being their line manager, as well as being the hiring manager for the role.
- In close collaboration within the data science lead and engineering managers, set the right priorities for their teams, conceptualise and implement various components of the ML engineering infrastructure and processes to maximise the impact and value of data usage for all stakeholders in our increasingly complex market environment.
- Facilitating effective collaboration between product managers, data scientists, machine learning engineers, data engineers and cross-functional engineering teams.
- By using strategic thinking, business understanding and being informed on the latest developments in MLE, help the team to identify, understand, structure and solve complex problems and improve and productionize real-time data products.
- Being the advocate for MLEs in the business and improving the speed and quality of delivery.
Our Datastack : Python | MLFlow | Databricks | Presto/Trino | Tableau | Airflow | Metabase & more
TO BE SUCCESSFUL IN THIS ROLE:
You are a problem solver, detail-oriented and self-motivated individual who thrives in an innovative, highly motivated environment, combining technical, product, business and leadership perspectives. Further key aspects of your profile are:
- You like being a hands-on leader and being deep in the code but also know when to effectively delegate and help your direct reports grow in their careers.
- Excellent communication skills and capable of interacting and coordinating with internal and external stakeholders in steering end-to-end processes and projects.
- Experience leading and developing top performing data teams and collaboration with cross-functional engineering teams.
- Facilitating ways of working between Machine Learning engineers, Data Engineers and Data Scientists.
- A history of leading and supporting successful data projects and the ability to define project objectives, resources, timelines and methodologies clearly to all stakeholders.
- Strong analytical and problem solving skills.
- Ability to thrive in a fast paced and collaborative environment.
- Act as a role model in pragmatism to find solutions for your team.
BENEFITS & PERKS IN A NUTSHELL:
Flexible working arrangements
Sabbatical & special leave policies
WeRoad partnership
Birthday, 24th + 31st December off
Mobility Credit
Health Insurance
Employee assistance program
DIVERSITY, EQUITY & INCLUSION:
FREE NOW is an equal opportunity employer and we consider qualified applicants regardless of race, religion, national origin, gender, gender identity, sexual orientation, disability or age.
We want you to grow and evolve, bring your true self to work.
SEE WHAT OUR AWESOME COLLEAGUES SAY ABOUT US:
Apply for this job
#J-18808-Ljbffr
Machine Learning Engineering Lead (m/f/d) - Berlin Arbeitgeber: FREENOW

Kontaktperson:
FREENOW HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Engineering Lead (m/f/d) - Berlin
✨Netzwerken ist der Schlüssel
Nutze Plattformen wie LinkedIn, um mit aktuellen Mitarbeitern von FREENOW in Kontakt zu treten. Stelle Fragen zu ihrer Arbeit und den Herausforderungen im Bereich Machine Learning. Ein persönlicher Kontakt kann dir helfen, einen Fuß in die Tür zu bekommen.
✨Bleibe über Trends informiert
Halte dich über die neuesten Entwicklungen im Bereich Machine Learning und Data Engineering auf dem Laufenden. Zeige in Gesprächen, dass du die aktuellen Trends kennst und wie sie auf die Produkte von FREENOW angewendet werden können.
✨Präsentiere deine Führungsqualitäten
Bereite Beispiele vor, die deine Erfahrung in der Führung von Teams und Projekten zeigen. Betone, wie du andere unterstützt und förderst, um die Teamleistung zu steigern – das ist besonders wichtig für die Rolle des Machine Learning Engineering Lead.
✨Sei bereit für technische Gespräche
Erwarte technische Interviews, in denen du dein Wissen über ML-Architekturen und -Prozesse demonstrieren musst. Übe, komplexe Probleme zu lösen und erkläre deine Ansätze klar und verständlich, um deine Problemlösungsfähigkeiten zu zeigen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Engineering Lead (m/f/d) - Berlin
Tipps für deine Bewerbung 🫡
Verstehe die Rolle: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen und Verantwortlichkeiten. Überlege, wie deine Erfahrungen und Fähigkeiten zu den Erwartungen des Unternehmens passen.
Betone relevante Erfahrungen: Hebe in deinem Lebenslauf und Anschreiben deine Erfahrungen im Bereich Machine Learning hervor. Zeige konkrete Beispiele, wie du Teams geleitet und erfolgreich Projekte umgesetzt hast.
Zeige Führungsqualitäten: Da die Position eine Führungsrolle beinhaltet, solltest du in deiner Bewerbung betonen, wie du andere unterstützt und förderst. Erwähne spezifische Situationen, in denen du als Mentor oder Teamleiter agiert hast.
Individualisiere dein Anschreiben: Verfasse ein individuelles Anschreiben, das deine Motivation für die Rolle bei FREENOW erklärt. Gehe darauf ein, warum du an der Verbesserung der Produkte interessiert bist und wie du zur Unternehmensvision beitragen kannst.
Wie du dich auf ein Vorstellungsgespräch bei FREENOW vorbereitest
✨Verstehe die Rolle und das Unternehmen
Informiere dich gründlich über FREENOW und die spezifischen Anforderungen der Position als Machine Learning Engineering Lead. Verstehe die Produkte, an denen du arbeiten wirst, und die Technologien, die verwendet werden, um einen fundierten Eindruck zu hinterlassen.
✨Bereite Beispiele für deine Führungskompetenzen vor
Da die Rolle eine Führungsposition ist, solltest du konkrete Beispiele aus deiner bisherigen Erfahrung parat haben, die zeigen, wie du Teams geleitet, Probleme gelöst und Projekte erfolgreich umgesetzt hast. Dies wird deine Eignung für die Position unterstreichen.
✨Technisches Wissen demonstrieren
Sei bereit, dein technisches Wissen über relevante Tools und Technologien wie Python, MLFlow und Databricks zu demonstrieren. Du könntest nach spezifischen Projekten gefragt werden, bei denen du diese Technologien eingesetzt hast, also bereite dich darauf vor, detaillierte Antworten zu geben.
✨Fragen zur Teamdynamik stellen
Zeige dein Interesse an der Teamdynamik und der Zusammenarbeit zwischen den verschiedenen Abteilungen. Stelle Fragen dazu, wie die Zusammenarbeit zwischen Machine Learning Engineers, Data Scientists und anderen Stakeholdern aussieht, um zu zeigen, dass du die Bedeutung von interdisziplinärer Arbeit verstehst.