Senior/Staff Machine Learning Engineer

Wir suchen einen Foundational Machine Learning Engineer für eine hochwirksame Greenfield-Möglichkeit, um unsere MLOps-Infrastruktur von Grund auf bei Vestiaire Collective aufzubauen. Während die Umsetzung unserer KI-Authentifizierungsinitiativen (einschließlich Computer Vision für die Authentifizierung von Luxusprodukten und die Erkennung von Fälschungen) Ihr unmittelbarer Fokus sein wird, besteht Ihre langfristige Mission darin, die grundlegende Architektur über den gesamten Marktplatz hinweg zu skalieren. Sie werden unsere ML-Fähigkeiten erweitern, um breitere Bereiche zu unterstützen, wobei der Schwerpunkt zunächst auf Such- und Empfehlungssystemen liegt, mit zukünftigen Erweiterungen in dynamische Preisgestaltung und Marketingtechnologien.

Sie fungieren als Brücke zwischen angewandter Wissenschaft, Datenplattform und Backend-Engineering. Sie werden robuste, entkoppelte Architekturen entwerfen und die MLOps-Strategie mit unserem Director of Data vorantreiben, wobei Sie Systemwartbarkeit, Ingenieureffizienz und die zuverlässige Bereitstellung komplexer Modelle priorisieren, um sicherzustellen, dass alle unsere ML-Modelle einen hohen Durchsatz und eine niedrige Latenz bieten.

Was Sie tun werden

• Kurzfristige Auswirkungen (erste 6 Monate): Enge Zusammenarbeit mit den Operations-Teams und Data Scientists, um ML- und RAG-Prototypen in belastbaren, produktionsbereiten Code zu beschleunigen. Sie integrieren sich direkt mit dem Team, um schwere CV- und VLM-Modelle zur Betrugserkennung und Authentifizierung von Luxusprodukten bereitzustellen, was sofort unser Vertrauen und unsere Sicherheitsökosysteme verbessert.
• Mittel- bis langfristige Grundlage (MLOps-Lebenszyklus & Infrastruktur): Führen Sie die end-to-end Grundlagenarbeit unseres ML-Lebenszyklus an, indem Sie robuste Systeme für Daten- und Feature-Management, Modellverfolgung und -registrierung sowie Modellbereitstellung und -überwachung entwerfen. Sie skalieren die Infrastruktur, indem Sie kontinuierliche Retraining-Pipelines automatisieren, die verschiedene Bereitstellungscadences (von täglicher Betrugserkennung bis wöchentlicher Empfehlungen) bewältigen, und entwerfen belastbare Multi-Modell-Architekturen.
• Langfristige Vision (Zentralisierung der 360-Grad MLE-Fähigkeiten): Agieren Sie als Pionier und Eckpfeiler für die ML-Engineering-Disziplin bei Vestiaire Collective, indem Sie die technischen Standards festlegen, um die AI/ML-Organisation zu skalieren. Sie werden in eine zentrale Rolle übergehen, die über die Operationen eines einzelnen Teams hinausgeht, um das Team zu betreuen und horizontale ML-Infrastruktursupport für mehrere Bereiche bereitzustellen, einschließlich Suche, Entdeckung, Preisgestaltung, Marketing und Datenplattformen.

Wer Sie sind

Must-Haves:

• Erfahrung: 5-8+ Jahre praktische Erfahrung im Bereich Machine Learning Engineering, insbesondere im Aufbau und der Skalierung von MLOps-Infrastruktur und der Produktionsumsetzung von ML-Systemen.
• Produktionsinfrastruktur: Nachgewiesene Expertise in der Bereitstellung von Low-Latency-, High-Throughput-ML-Inferenzdiensten (unter Verwendung von FastAPI, TorchServe, Triton Inference Server oder Ray Serve) sowohl für klassische leichte als auch für schwere ML-Modelle (PyTorch/TensorFlow).
• MLOps & Pipelines: Tiefe Erfahrung im Aufbau automatisierter, kontinuierlicher Modell-Retraining-Pipelines zur Bewältigung von Konzeptdrift (von täglichen bis wöchentlichen Zyklen).
• Feature Stores: Praktische Erfahrung in der Bewertung, dem Aufbau oder der umfangreichen Nutzung von Online- (Redis, DynamoDB) und Offline- (Snowflake, S3) Feature Stores in einer Produktionsumgebung.
• Strategischer Builder-Mindset: Sie sind ein analytischer Builder, der langfristig denkt.
• Zusammenarbeit & Ingenieureffizienz: Starke interdisziplinäre Kommunikationsfähigkeiten.

Nice-to-Haves:

• Relevante Fachkenntnisse: Hintergrund im E-Commerce, Single-SKU-Marktplätzen, Suche & Empfehlung, Vertrauen & Sicherheit oder Fälschungserkennung.
• Vision, Edge & Optimierung: Praktische Erfahrung mit Vektordatenbanken, visuellen RAG-Pipelines, der Bereitstellung von Deep Learning VLM-Modellen und der Optimierung von Modellen für Edge-Computing oder Low-Latency-Inferenz.
• Infrastruktur & Beobachtbarkeit: Fortgeschrittene Erfahrung mit Containerisierung (Docker, Kubernetes), Infrastructure as Code (Terraform) und Datentransformations-Workflows (dbt).

Was wir bieten:

• Eine sinnvolle Arbeit mit Einfluss auf die Art und Weise, wie Menschen Mode konsumieren und Nachhaltigkeit fördern.
• Die Möglichkeit, karrierebestimmende Arbeit in einem schnell wachsenden französischen Scale-up zu leisten.
• Die Möglichkeit, Teil eines global vielfältigen Teams mit mehr als 50 Nationalitäten zu sein.
• Zwei Tage, um Projekte zu unterstützen - Ihre Aktivistenreise zu verstärken und sich für eine Organisation zu engagieren.
• Signifikante Investitionen in Ihr Lernen und Wachstum.
• Wettbewerbsfähiges Vergütungs- und Leistungspaket (d.h. 28 Tage bezahlter Urlaub).

Vestiaire Collective ist ein Arbeitgeber, der Chancengleichheit bietet.

Vorsicht vor Betrug: Vestiaire Collective kontaktiert Kandidaten nur über offizielle E-Mails, die auf vestiairecollective.com oder no-reply@hire.lever.co enden. Wir verwenden niemals WhatsApp, Telegram oder ähnliche Apps für Stellenangebote und werden niemals Zahlungen oder Bankdaten anfordern. Wenn Sie eine verdächtige Nachricht erhalten, melden Sie dies bitte an talentacquisition@vestiairecollective.com.