Machine Learning Engineer (Berlin)

Machine Learning Engineer (Berlin)

Berlin Vollzeit 55000 - 70000 € / Jahr (geschätzt) Homeoffice (teilweise)
R

Auf einen Blick

  • Aufgaben: Entwickle und skaliere ML-Modelle für Echtzeit-Werbung und optimiere Bietalgorithmen.
  • Unternehmen: Remerge, ein führendes Unternehmen im Bereich App-Retargeting mit internationalem Team.
  • Vorteile: Unbegrenzte Urlaubstage, großzügiges Gehaltspaket und Unterstützung für dein Homeoffice-Setup.
  • Weitere Informationen: Moderne Arbeitsumgebung mit flexiblen Arbeitszeiten und globalen Reiseoptionen.
  • Warum dieser Job: Arbeite an innovativen ML-Projekten und forme die Zukunft der Werbung mit KI.
  • Qualifikationen: Starke Kenntnisse in Python und TensorFlow, Interesse an verschiedenen ML-Disziplinen.

Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.

Remerge hilft führenden mobilen App-Vermarktern, Einnahmen und Bindung zu steigern, indem hochpreisige Nutzer durch programmatische In-App-Anzeigen aktiviert, wiederengagiert und gehalten werden. Gegründet im Jahr 2014 hat sich Remerge als führender Akteur im Bereich App-Retargeting weltweit etabliert, mit Büros in Berlin, New York, Singapur, Seoul und Tokio. Unser internationales Expertenteam hat zum Wachstum von Hunderten von Apps in allen wichtigen Branchen beigetragen, darunter Gaming, On-Demand-Lieferung, E-Commerce und Finanzen.

Wir suchen einen pragmatischen, neugierigen und KI-affinen Machine Learning Engineer für unser Performance-Team. Über das Kern-ML hinaus berührt unsere Arbeit eine Reihe von Disziplinen wie Reinforcement Learning, Regelungstechnik, mathematische Optimierung und kausale Inferenz, um nur einige zu nennen. Wenn Sie bereits in einem dieser Bereiche tiefgehende Kenntnisse haben, großartig; wenn nicht, gibt es viel interessantes Terrain zu erkunden, neben der Kern-ML-Arbeit.

Über das Team

Das Performance-Team ist das Gehirn hinter unserer Bietinfrastruktur. Wir kümmern uns um die Kernalgorithmen, die für die Maximierung der Anzeigenleistung und die Optimierung des Return on Ad Spend (ROAS) verantwortlich sind, innerhalb der strengen Parameter, die von unseren Werbetreibenden festgelegt werden. Wir betreiben ein hybrides Setup; Training in der Cloud und Inferenz auf unserer eigenen Hardware. Diese Mischung gibt uns die Freiheit, die Grenzen des hochdurchsatzfähigen ML zu verschieben, während wir uns über die Kosten- und Skalierungsabstriche im Klaren sind.

In dieser Rolle werden Sie...

  • ML-Modelle entwickeln und skalieren: Hochleistungs-Maschinenlernvorhersagemodelle bauen, trainieren und bereitstellen, die für Echtzeit-Adtech-Umgebungen optimiert sind.
  • Den gesamten ML-Prozess übernehmen: Modelle von Rohdaten und Merkmalsdefinitionen über Training, Bewertung und Online-Bereitstellung führen. Feature Engineering und Online/Offline-Konsistenz sind ebenso wichtig wie Modellierungsfähigkeiten.
  • Die Bietmaschine optimieren: Komplexe Bietalgorithmen entwerfen und verfeinern, die orchestrieren, wie mehrere Modelle in Millisekunden zusammenarbeiten, um optimale endgültige Gebotsentscheidungen zu treffen.
  • Experimente durchführen und analysieren: Offline-Simulationen und Online-A/B-Tests entwerfen, durchführen und bewerten, um den algorithmischen Einfluss auf die wichtigsten Geschäftszahlen zu messen und zu analysieren.
  • Cross-funktional zusammenarbeiten: Über das traditionelle ML-Silo hinausgehen, um mit Ingenieuren und Produktpartnern zusammenzuarbeiten und sich schnell an verschiedene technische Herausforderungen anzupassen.
  • Ihr Arbeitsablauf erweitern: Neue KI-Tools und Codierungsagenten aktiv in Ihren täglichen Prozess integrieren, um Durchsatz, Experimentgeschwindigkeit und Codequalität zu maximieren.

Sie passen gut zu uns, wenn...

  • Technischer Stack: Sie haben starke Kenntnisse in Python und TensorFlow zum Erstellen von ML-Modellen und sind damit vertraut, Go zu lesen, um unsere Online-Servicedienste zu navigieren; dies wäre leicht zu erlernen, wenn Sie bereits Python kennen.
  • Wachstumsmentalität: Über das Kern-ML hinaus berührt unsere Arbeit eine Reihe von Disziplinen wie Reinforcement Learning, Regelungstechnik, mathematische Optimierung und kausale Inferenz. Wenn Sie bereits in einem dieser Bereiche tiefgehende Kenntnisse haben, großartig; wenn nicht, gibt es viel interessantes Terrain zu erkunden.
  • Gesunde Skepsis und Pragmatismus: Sie bauen nicht nur komplexe Modelle, weil sie im Trend liegen; Sie verwenden datengestützte Analysen, um die pragmatischste Lösung für das jeweilige Problem zu finden.
  • Eigenverantwortung: Sie sind anpassungsfähig und gedeihen, wenn Sie die Autonomie haben, ein Projekt von der frühen Experimentierphase bis zur Produktion zu bringen.
  • KI-Orientierung: Sie besitzen eine echte Neugier auf die Entwicklung von KI und sind begeistert davon, KI-Codierungswerkzeuge zu nutzen, um Ihre Ingenieurarbeitsabläufe zu optimieren.

Unbegrenzte Urlaubstage - wirklich. Wir geben Ihnen die Freiheit, das produktivste Gleichgewicht zwischen Arbeit und Leben für sich zu finden. Ein wirklich moderner Arbeitsplatz: Arbeiten Sie von zu Hause aus, aus unserem brandneuen Büro in Berlin oder remote - Ihre Arbeitsumgebung können Sie selbst gestalten. Großzügiges Vergütungspaket einschließlich virtueller Anteile, eines speziellen Bildungsbudgets. Jahresendbonus, der von der Unternehmensleistung abhängt. Melden Sie sich für unser Short Term Assignment (STA)-Programm an und reisen Sie für bis zu einen Monat zu unseren Büros weltweit - vorbehaltlich der Berechtigung und interner Richtlinien. Komfortable Arbeitsumgebung - Laptop, Telefon, Bildschirm(e), Stehpult usw. Unterstützung für Ihr Setup, während Sie von zu Hause aus arbeiten. Wellness-Leistungen wie Sportmitgliedschaften, Nilo Health-Abonnements und Internetvergütungen. Unternehmensveranstaltungen, einschließlich Frühstück zweimal pro Woche, Team-Mittagessen, Geburtstags- und Meilensteinfeiern, vierteljährliche Teamevents und unternehmensweite Partys & Reisen.

Remerge ist ein Arbeitgeber, der Chancengleichheit bietet: Alle qualifizierten Bewerber werden unabhängig von Rasse, ethnischer Herkunft, Geschlecht, Alter, Religion oder Glauben, Familienstand, Geschlechtsidentität, sexueller Orientierung, Veteranenstatus oder Behinderung für Positionen berücksichtigt.

Machine Learning Engineer (Berlin) Arbeitgeber: remerge GmbH

Remerge ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Freiheit gibt, ihre Work-Life-Balance selbst zu gestalten, sei es im modernen Büro in Berlin oder im Homeoffice. Mit unbegrenzten Urlaubstagen, einem großzügigen Vergütungspaket und umfangreichen Weiterbildungsmöglichkeiten fördert das Unternehmen eine Kultur des Wachstums und der Zusammenarbeit. Zudem bietet Remerge spannende internationale Reisegelegenheiten und regelmäßige Teamevents, die den Zusammenhalt und die Mitarbeiterzufriedenheit stärken.

R

Kontaktdaten:

remerge GmbH Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Machine Learning Engineer (Berlin) erhalten könnten

Tipp Nummer 1

Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach informellen Gesprächen oder Mentoring – viele sind bereit, ihre Erfahrungen zu teilen.

Tipp Nummer 2

Bereite dich auf technische Interviews vor! Übe Coding-Challenges und ML-spezifische Fragen. Es gibt viele Ressourcen online, die dir helfen können, deine Fähigkeiten zu verbessern und selbstbewusst aufzutreten.

Tipp Nummer 3

Zeige deine Projekte! Wenn du an interessanten ML-Projekten gearbeitet hast, präsentiere sie in einem Portfolio oder auf GitHub. Das zeigt nicht nur deine Fähigkeiten, sondern auch dein Engagement für das Feld.

Tipp Nummer 4

Bewirb dich direkt über unsere Website! So kannst du sicherstellen, dass deine Bewerbung die richtigen Leute erreicht. Und vergiss nicht, deine Leidenschaft für ML und AI in deinem Gespräch zu zeigen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer (Berlin) mit Bravour zu bestehen

Maschinelles Lernen
Python
TensorFlow
Go
Reinforcement Learning
Mathematische Optimierung
Kausale Inferenz

Einige Tipps für deine Bewerbung 🫡

Sei du selbst!:Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die neugierig und pragmatisch sind, also lass das in deinen Worten durchscheinen!

Mach es konkret!:Verwende konkrete Beispiele aus deiner bisherigen Erfahrung, um zu zeigen, wie du ML-Modelle entwickelt oder optimiert hast. Das hilft uns, deine Fähigkeiten besser zu verstehen und wie du ins Team passen könntest.

Zeig deine Leidenschaft für AI!:Erzähle uns von deiner Begeisterung für Künstliche Intelligenz und wie du neue Tools in deinen Arbeitsablauf integrierst. Wir lieben es, wenn Bewerber ihre Neugier und ihren Enthusiasmus für das Thema zeigen!

Bewirb dich über unsere Website!:Um sicherzustellen, dass wir deine Bewerbung schnell und effizient bearbeiten können, bewirb dich bitte direkt über unsere Website. So können wir dich besser kennenlernen und dir eine zügige Rückmeldung geben!

Wie man sich auf ein Vorstellungsgespräch bei remerge GmbH vorbereitet

Verstehe die ML-Modelle

Mach dich mit den verschiedenen Arten von Machine Learning Modellen vertraut, die in der Werbebranche verwendet werden. Sei bereit, über deine Erfahrungen mit Python und TensorFlow zu sprechen und wie du diese Technologien eingesetzt hast, um Modelle zu entwickeln und zu optimieren.

Pragmatismus zeigen

Zeige während des Interviews, dass du einen pragmatischen Ansatz verfolgst. Diskutiere, wie du Datenanalysen nutzt, um die besten Lösungen für Probleme zu finden, anstatt nur komplexe Modelle zu bauen, weil sie im Trend liegen.

Experimentierfreude

Bereite dich darauf vor, über deine Erfahrungen mit A/B-Tests und Experimenten zu sprechen. Erkläre, wie du Experimente entworfen, durchgeführt und analysiert hast, um den Einfluss von Algorithmen auf Geschäftskennzahlen zu messen.

Interdisziplinäre Zusammenarbeit

Betone deine Fähigkeit zur Zusammenarbeit mit anderen Teams, insbesondere mit Ingenieuren und Produktmanagern. Zeige, dass du flexibel bist und dich schnell an verschiedene technische Herausforderungen anpassen kannst.