Senior Staff Machine Learning Engineer (all gender)

Bei HelloFresh ist unsere Mission einfach: die Art und Weise, wie Menschen essen, für immer zu verändern. Als globales, digital natives FMCG-Unternehmen und der weltweit führende Anbieter von Kochboxen transformieren wir die traditionelle Lebensmittelversorgungskette durch ein datengestütztes, bedarfsorientiertes Modell, das eine skalierbare und nachhaltige Lebensmittellieferung ermöglicht.

Das HelloFresh Group umfasst acht Marken, die Kunden bei verschiedenen Mahlzeiten bedienen, darunter HelloFresh, Green Chef, EveryPlate und Chefs Plate, sowie Fertiggerichte von Factor und YouFoodz, Fleisch- und Meeresfrüchte-Abonnements über Good Chop und Tiernahrung mit The Pets Table.

Durch Technologie, Daten und kulinarische Innovation bieten wir personalisierte Essens-Erlebnisse für Millionen von Haushalten weltweit.

Über das Team

Menu Personalization entscheidet, was Millionen von Kunden sehen, wenn sie HelloFresh jede Woche öffnen. Das Team besitzt die Empfehlungssysteme, die Kunden mit Rezepten in unseren globalen Märkten verbinden, und bringt Data Scientists, Backend Engineers, Data Engineers, ML Engineers und Produkt zusammen, um Ideen von Experimenten bis zur Produktion zu bringen.

Über die Rolle

Wir suchen einen technischen Leiter für die ML-Systeme zur Menüpersonalisierung, jemanden, der den Empfehlungsstapel besitzt, der in der Produktion läuft. Sie werden die Richtung festlegen, wie wir die ML-Systeme hinter der Menüpersonalisierung entwerfen, bauen und betreiben, während Sie hands-on über Feature-Pipelines, Trainings-Workflows, Modellbereitstellung, Experimentierungswerkzeuge und die Infrastruktur darunter bleiben.

Was Sie tun werden

• Setzen Sie die technische Richtung für die ML-Systeme hinter der Menüpersonalisierung und besitzen Sie den End-to-End-Stapel: Feature-Pipelines, Trainings-Workflows, Modellbereitstellung, Experimentierungswerkzeuge und Infrastruktur.
• Bringen Sie Forschung und Experimente in zuverlässige Produktionssysteme, in Partnerschaft mit Data Scientists, um Dienste bereitzustellen, die echte Latenz-, Skalierbarkeits- und Beobachtungsanforderungen erfüllen.
• Gestalten Sie die Personalisierungs-Roadmap mit Produkt- und Engineering-Führung, untermauern Sie Ihre Sichtweise mit Daten und Nutzerbeweisen.
• Betreiben Sie, was Sie gebaut haben, indem Sie Ihre Systeme in der Produktion instrumentieren und verbessern.
• Erhöhen Sie den technischen Standard im Team durch Architekturüberprüfungen, Mentoring und das Beispiel, das Sie für die Produktion von ML setzen.
• Gestalten Sie die langfristige Architektur und treffen Sie Plattformentscheidungen, deren Nutzen sich über Jahre hinweg auszahlt.
• Fördern Sie technische Exzellenz über die Menüpersonalisierung hinaus, indem Sie Standards setzen, die andere ML- und Datenteams übernehmen.
• Synchronisieren Sie sich mit Kollegen bei HelloFresh zu Best Practices und tragen Sie zu unternehmensweiten Ingenieureinitiativen bei, die das breitere ML- und Datenhandwerk voranbringen.

Was Sie mitbringen

• 8+ Jahre Erfahrung im Aufbau und Betrieb von Produktions-ML-Systemen mit einer Erfolgsbilanz in der technischen Führung im großen Maßstab.
• Architektonische Entscheidungen in Ihrer Vergangenheit, die über mehrere Jahre Bestand hatten und Teams über Ihr eigenes hinaus beeinflussten.
• Produktionserfahrung mit Empfehlungssystemen oder großangelegter Personalisierung ist ein starkes Plus.
• Fließend in unserem Daten- und ML-Stack (Python, Spark) und unserem Backend- und Plattform-Stack (Go, Kafka, Kubernetes), mit praktischer Erfahrung in Pipelines, Modellbereitstellung und Beobachtbarkeit im großen Maßstab.
• Statistische Kenntnisse zur Gestaltung ehrlicher Experimente und das Urteilsvermögen zu wissen, wann ein Modell tatsächlich besser ist, im Gegensatz dazu, wenn die Metriken Sie anlügen.
• Betriebsurteil zur Diagnose von Systemfehlverhalten, Finden von Ursachen und Bereitstellung von Systemen, die Sie unter realer Last debuggen können.
• Praktische Erfahrung mit KI-Tools (Claude Code, Cursor, Copilot) über gelegentliche Experimente hinaus; Sie nutzen KI-Agenten täglich und haben ein praktisches Gefühl dafür, wie der Kontext, den Sie bereitstellen, die Ausgabequalität beeinflusst.
• Produktverständnis: Meinungen darüber, was gebaut werden sollte und warum, mit der Fähigkeit, dies mit Beweisen zu untermauern und in Geschäftswert zu übersetzen.
• Eine Neigung zum Versenden; Sie übernehmen die volle Verantwortung und beenden die letzten zwanzig Prozent.

Flexible Hybrid-Ansatz

Bei HelloFresh wissen wir, dass flexible Arbeitsarrangements entscheidend sind, um Ihnen zu ermöglichen, Ihre beste Arbeit zu leisten, während Sie Ihre persönlichen und Lebensbedürfnisse ausbalancieren. Wir bieten Flexibilität bei der Remote-Arbeit sowie die Möglichkeit, im Büro zu interagieren und zusammenzuarbeiten, um ein großartiges Mitarbeitererlebnis zu schaffen.