Staff Research Team Lead

RTB House ist ein globales Unternehmen, das hochmoderne Marketingtechnologien für führende Marken und Agenturen weltweit bereitstellt. Die proprietäre Ad-Buying-Engine ist die erste der Welt, die vollständig von Deep Learning-Algorithmen betrieben wird, was es Werbetreibenden ermöglicht, herausragende Ergebnisse zu erzielen und ihre Ziele in jeder Phase des Funnels zu erreichen.

Als Staff Research Team Lead werden Sie ein kleines Team (4–8) von ML-Forschern leiten und dabei tief in die praktische Arbeit eingebunden sein. ML steht im Mittelpunkt von RTB House, und Sie werden einen starken, unmittelbaren Einfluss auf unsere Kernmetriken haben. Dies ist eine praktische Führungsrolle: Wir erwarten von Ihnen, dass Sie technisch auf dem Niveau eines Staff ML Researchers arbeiten, während Sie auch die Richtung, das Wachstum und die Lieferung Ihres Teams verantworten.

Wir suchen einen starken individuellen Beitragenden, der Forschungsprojekte mit hohem Umfang und Unklarheit leitet. Die folgenden Fähigkeiten sind entscheidend:

• Fähigkeit zur Lösung unklarer Probleme: Sie müssen den Kern des Problems verstehen, das Ziel definieren und wie der Erfolg gemessen wird, und den effektivsten Weg finden, das Problem zu lösen.
• Praktische ML-Expertise: Dies ist eine angewandte Forschungsrolle: Wir bauen ML-Systeme, die in der Produktion laufen. Sie werden Code schreiben, Modelle trainieren, Experimente durchführen und Ergebnisse liefern.
• Ergebnisorientierung: Wir schätzen einen gesunden Antrieb, Probleme effektiv zu lösen, indem wir einfach anfangen und komplexe Werkzeuge nur bei Bedarf verwenden, immer bestrebt nach einer einfachen, eleganten Lösung.
• Teamführung: Sie werden 4–8 Forscher verwalten: Richtung setzen, Projekte priorisieren, Hindernisse beseitigen und Menschen durch Feedback und Mentoring fördern.
• Vision und Ausführung: Identifizieren Sie Projekte mit hohem Potenzial, erstellen Sie eine Vision, kommunizieren Sie mit Stakeholdern und führen Sie vor allem aus — durch Ihr Team, nicht nur durch sich selbst.
• End-to-End-Eigentum: Sie werden die Projekte vom Konzept über Analyse, Forschung, Erstellung eines Prototyps, Tests bis hin zur endgültigen Implementierung und Bereitstellung besitzen.
• Effektive Kommunikation: In dieser Rolle werden Sie mit vielen Menschen zusammenarbeiten, und es ist entscheidend, gut zu kommunizieren und die Arbeit effektiv zu organisieren.

Sie werden:

• Ein Team von 4–8 Forschern leiten: Prioritäten setzen, Arbeiten überprüfen und deren Karrierewachstum unterstützen.
• Ihre eigene praktische Forschung mit Teamführung ausbalancieren, mit dem Ziel einer 50/50-Aufteilung.
• Forschungsprojekte mit unternehmensweiter Reichweite und direktem Einfluss auf unsere Kernmetriken identifizieren, definieren und vorantreiben.
• Modelle entwerfen und implementieren, meist tiefe neuronale Netzwerke, die das Verhalten und die Vorlieben von Internetnutzern vorhersagen.
• Neue Ansätze zur Modellierung wichtiger Themen entwickeln und testen, wie z.B. Bieten in First-Price-Auktionen.
• A/B-Tests neuer Lösungen durchführen und analysieren.
• Die neuesten Arbeiten im Bereich Machine Learning verfolgen und in praktische Verbesserungen umsetzen.
• Forscher betreuen und Forschungspraktiken über Teams hinweg gestalten.

Erwartete Erfahrungen:

• 5+ Jahre Erfahrung als Forscher oder Ingenieur.
• 2+ Jahre praktische Erfahrung mit Machine Learning / Data Science.
• Nachgewiesene Führungserfahrung, mit mindestens 2 Jahren in der Leitung und Mentoring eines Ingenieur- oder Forschungsteams.
• Kenntnisse in Programmierung.
• Solide mathematische Kenntnisse und Intuitionen.

Was wir bieten:

• Technologie: Zugang zu den neuesten Technologien und die reale Möglichkeit, sie in großangelegten und dynamischen Projekten zu nutzen; Arbeiten mit umfangreichen und reichhaltigen Datensätzen.
• Einfluss: Ihre Arbeit wird sofort die Geschäftsergebnisse und -ergebnisse des Unternehmens weltweit beeinflussen sowie das Wachstum und die Richtung Ihres eigenen Teams gestalten.
• Wohlbefinden: Remote- und Vor-Ort-Arbeit möglich. Flexible Arbeitszeiten.
• Kultur: Ein Team von Enthusiasten mit breiter Erfahrung in ML, die bereitwillig ihr Wissen und ihre Erkenntnisse täglich teilen, ohne BS-Umfeld.
• Zweckorientierte Arbeit: Im Herzen des Systems werden Ihr wachsendes Wissen und Ihre Kompetenzen in praktischen Anwendungen verwendet, die direkt mit Geschäftsergebnissen verbunden sind.