Brasilien
Pavago
Jobgether
Senior ML Engineer
Brasilien
Brazil
PythonAWSGCP
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Diese Stelle wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und weiteren Schritte verwaltet. Unser Partner sucht einen Senior ML Engineer mit Sitz in Brasilien.
Wie Jobgether funktioniert
Wir nutzen einen KI-gestützten Matching-Prozess, um sicherzustellen, dass Ihre Bewerbung schnell, objektiv und fair anhand der Kernanforderungen der Stelle geprüft wird. Unser System identifiziert die am besten geeigneten Kandidaten, und diese Shortlist wird direkt an das einstellende Unternehmen weitergegeben. Die endgültige Entscheidung und die weiteren Schritte (Interviews, Assessments) werden von deren internem Team verwaltet.
Wir schätzen Ihr Interesse und wünschen Ihnen viel Erfolg!
Warum über Jobgether bewerben?
Datenschutzhinweis: Mit dem Absenden Ihrer Bewerbung bestätigen Sie, dass Jobgether Ihre personenbezogenen Daten verarbeitet, um Ihre Eignung zu bewerten und relevante Informationen an den einstellenden Arbeitgeber weiterzugeben. Diese Verarbeitung basiert auf berechtigtem Interesse und vorvertraglichen Maßnahmen gemäß den geltenden Datenschutzgesetzen (einschließlich DSGVO). Sie können Ihre Rechte (Auskunft, Berichtigung, Löschung, Widerspruch) jederzeit ausüben.
#LI-CL1
Werden Sie Teil eines innovativen Engineering-Teams, das die Infrastruktur der nächsten Generation für den globalen Zahlungsverkehr entwickelt und Unternehmen dabei unterstützt, ihre Zahlungsprozesse zu vereinfachen und die Transaktionsleistung zu verbessern. Als Senior ML Engineer gehören Sie zu den ersten Spezialisten, die die machine learning-Fähigkeiten des Unternehmens gestalten. Sie arbeiten eng mit erfahrenen Ingenieuren und funktionsübergreifenden Partnern zusammen, um vielversprechende Ideen in produktionsreife Lösungen zu verwandeln. Sie verantworten den gesamten machine learning-Lebenszyklus, von der Erforschung von Ansätzen und der Evaluierung von Modellen bis hin zur Bereitstellung, Überwachung und kontinuierlichen Verbesserung. Ihre Arbeit trägt dazu bei, Entscheidungen bei der Zahlungsabwicklung zu optimieren, die betriebliche Effizienz zu steigern und messbare Geschäftsergebnisse zu erzielen. Diese Remote-First-Position bietet ein hohes Maß an technischer Eigenverantwortung, Raum zum Experimentieren und die Chance, zuverlässige machine learning-Praktiken in einem sich entwickelnden Umfeld zu etablieren. Zudem werden Sie Kollegen betreuen, die technische Ausrichtung beeinflussen und dabei helfen, Bereiche zu identifizieren, in denen machine learning den größten Mehrwert schaffen kann.
Verantwortlichkeiten
- Sie leiten die Entwicklung und Operationalisierung von machine learning-Lösungen und arbeiten mit Engineering-, Produkt- und Datenteams zusammen, um zuverlässige, messbare Verbesserungen in Zahlungsworkflows zu erzielen.
- Sie verantworten den machine learning-Lebenszyklus: Erforschung, Testen, Training, Bereitstellung und Überwachung von ML-gestützten Funktionen, wobei Sie die Verantwortung für deren Leistung und Zuverlässigkeit in der Produktion tragen.
- Optimierung der Zahlungsabwicklung: Entwicklung und Operationalisierung intelligenter Routing-Entscheidungen in Zahlungsprozessen sowie Aufbau der Infrastruktur, die für skalierbare und zuverlässige ML-Lösungen erforderlich ist.
- Aufbau produktionsreifer ML-Systeme: Etablierung und Verbesserung von Modell-Versionierung, CI/CD-Workflows, Observability, Monitoring und anderen MLOps-Praktiken, die für eine zuverlässige Bereitstellung und Wartung erforderlich sind.
- Teamübergreifende Zusammenarbeit: Enge Zusammenarbeit mit Produktmanagern, Datenspezialisten und Software-Ingenieuren, um wertvolle Anwendungsfälle zu identifizieren und diese in implementierte Funktionen mit messbaren Ergebnissen umzusetzen.
- Design und Evaluierung von Experimenten: Anwendung statistischer Methoden, Experimente und A/B-Tests zur Validierung von Hypothesen, Bewertung der Modellleistung und Unterstützung datengestützter Entscheidungen.
- Priorisierung praktischer Auswirkungen: Pragmatische Bewertung alternativer Ansätze unter Abwägung von Modellkomplexität, Implementierungsaufwand, Geschäftswert und betrieblicher Zuverlässigkeit.
- Mentoring von Engineering-Kollegen: Weitergabe von ML-Wissen, Erläuterung technischer Kompromisse und Unterstützung anderer Ingenieure bei der effektiven Anwendung von machine learning-Techniken.
- Kundenkontakt: Direkter Austausch mit Kunden zur Validierung von Ideen, zum Verständnis realer Anforderungen und zur Sicherstellung, dass Lösungen praktische Bedürfnisse adressieren.
- Gestaltung der technischen Ausrichtung: Unterstützung bei der Priorisierung vielversprechender Anwendungsfälle, Beeinflussung von Engineering-Entscheidungen sowie Etablierung wiederholbarer Muster und Praktiken für zukünftige ML-Initiativen.
Anforderungen
Sie sind ein erfahrener machine learning-Profi mit fundierten Grundlagen in der Softwareentwicklung, statistischem Verständnis und der Fähigkeit, Modelle eigenständig in die Produktion zu bringen. Sie fühlen sich wohl in einem sich entwickelnden Umfeld, in dem Prioritäten und Prozesse noch Gestalt annehmen.
- Relevante Erfahrung: Erfahrung auf Senior-Ebene im Bereich machine learning-Engineering, Data Science oder angewandte Forschung mit nachweislicher Erfolgsbilanz bei der Bereitstellung von Modellen in die Produktion über APIs, Batch-Verarbeitung oder Streaming-Systeme.
- Python-Kenntnisse: Fundierte Python-Programmierkenntnisse und praktische Erfahrung mit ML-Bibliotheken wie scikit-learn, XGBoost, TensorFlow, PyTorch oder Keras.
- Statistik und Experimente: Fähigkeit, Experimente und A/B-Tests zu konzipieren und durchzuführen, statistische Ergebnisse zu interpretieren und klar zu kommunizieren, was die Daten belegen und was nicht.
- Software-Engineering-Expertise: Fundiertes Verständnis moderner Software-Engineering-Praktiken, Infrastruktur und Daten-Tools, einschließlich der betrieblichen Herausforderungen im Zusammenhang mit dem gesamten machine learning-Lebenszyklus.
- MLOps-Wissen: Vertrautheit mit den Anforderungen produktiver ML-Systeme, einschließlich Bereitstellung, Monitoring, Modell-Versionierung sowie kontinuierlicher Integration und Bereitstellung.
- Grundlagen des Reinforcement Learning: Verständnis von Konzepten des Reinforcement Learning und deren Anwendungen, einschließlich Multi-Armed und Contextual Bandits. Vorkenntnisse in der Produktion sind nicht erforderlich.
- Cloud-Erfahrung: Erfahrung mit Cloud-Plattformen, vorzugsweise AWS, wobei auch Erfahrung mit GCP oder Azure relevant ist.
- Eigenständige Arbeitsweise: Fähigkeit, Lösungen eigenständig zu erforschen, zu entwickeln, bereitzustellen und zu warten, während in mehrdeutigen Situationen fundierte technische Entscheidungen getroffen werden.
- Zusammenarbeit und Kommunikation: Ausgeprägte Fähigkeit zur Arbeit in funktionsübergreifenden Teams, zum Austausch mit Kunden, zur Erläuterung technischer Kompromisse und zur Mitgestaltung der gemeinsamen technischen Ausrichtung.
- Erfahrung im Zahlungsverkehr oder E-Commerce: Erfahrung im Zahlungsverkehr oder E-Commerce ist von Vorteil, aber nicht erforderlich, da Fachwissen während der Tätigkeit erworben werden kann.
- Wachstumsorientierung: Bereitschaft, Praktiken zu etablieren, Kollegen zu betreuen und eine machine learning-Funktion aufzubauen, während sich deren Prioritäten und Prozesse weiterentwickeln.
Vorteile
- Vollständig remote Arbeitsumgebung mit einem global verteilten Team.
- Wettbewerbsfähige Aktienoptionen.
- Flexibler Jahresurlaub mit einem Minimum von 25 Tagen.
- Zugang zu Coworking-Spaces in Großstädten.
- Workations des Unternehmens und ein jährlicher Firmen-Retreat.
- Hochwertige Ausrüstung, die auf Ihre Rolle zugeschnitten ist.
- £500 Zuschuss für Ihre Home-Office-Einrichtung.
- Großzügiges Budget für Weiterbildung und berufliche Entwicklung.
- Private Krankenversicherung.
- Zusätzliche standortabhängige Vergünstigungen und Vorteile.
- Unterstützendes Onboarding und ein kollaboratives Umfeld, das technische Eigenverantwortung, Experimentierfreude und berufliches Wachstum fördert.
- Ein inklusiver Arbeitsplatz, der unterschiedliche Hintergründe schätzt und Kandidaten dazu ermutigt, sich auch dann zu bewerben, wenn sie nicht alle aufgeführten Anforderungen erfüllen.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen