Data Scientist auf Staff-Level (Remote in Europa)

Arbeitszeit: Die Arbeitszeiten sind flexibel; der Arbeitstag kann auch erst um 11 Uhr beginnen.
Erfahrung: Gefordert sind mindestens 8 Jahre Praxis im Aufbau, Deployment und Skalieren produktiver ML-Systeme sowie nachgewiesene technische Führung auf Staff-Level.
Vergütung: Gehalt nicht angegeben

Die Rolle in Kürze

Die Rolle führt die Modellierungsstrategie für Produktsuche, Empfehlungen und visuelle KI, um relevante Produkte und Designs sowie automatisierte Bildverarbeitung bereitzustellen. Gemeinsam mit Data-Science- und ML-Engineering-Teams entwickelt sie produktive Systeme zu einer unternehmensweit belastbaren KI-Infrastruktur weiter.

Deine Aufgaben

Die Rolle leitet die Architektur für Kandidatenabruf, Mehrziel-Ranking und Learning-to-Rank für Produkt- und Designempfehlungen. Sie verbessert die Personalisierung durch Sequenz-Embeddings der Händlerhistorie, Nischentrends und Verkaufssignale sowie multimodale Embeddings.
Sie führt Verkaufs- und Conversion-Daten der Händler in die vorgelagerte Designgenerierung und das Kandidaten-Ranking zurück, um die Relevanz der Empfehlungen kontinuierlich zu verbessern.
Sie steuert Bildgenerierungspipelines mit LLMs, multimodalen Modellen und Architekturen wie Diffusionsmodellen, UNets und Vision Transformers für conversionstarke Designs. Klassische Computer Vision mit OpenCV sowie ResNet, CNNs und YOLO beziehungsweise Segmentierungsnetze entwickelt sie für Ebenentrennung, Hintergrundfreistellung, Druckflächenprüfung und Asset-Validierung weiter.
Sie übernimmt die technische Produktentwicklung eigenständig über den gesamten Stack, von Modellauswahl, Fine-Tuning, Prompt Engineering und Self-Hosting bis zu Serving-Pipelines und Frontend-Abläufen.
Sie entwickelt, erprobt und veröffentlicht vollständige agentische Pipelines und ML-Funktionen iterativ mit KI-Unterstützung. Dabei nutzt sie Gemini für Ideenfindung und Recherche sowie Claude Code und Claude Cowork für die schnelle Umsetzung.
Sie definiert und verbessert Online- und Offline-Evaluationen anhand von NDCG, MRR, visueller Qualität und Conversion-Steigerungen bei Händlern und steuert die kontinuierliche A/B-Teststrategie.
Sie begleitet Make-or-Buy-Entscheidungen, wägt API-Nutzung gegen selbst gehostetes Fine-Tuning offener Bildmodelle, LLMs und multimodaler Modelle ab und optimiert die Inferenz.
Sie setzt organisationsweite Standards für angewandtes ML, begleitet erfahrene Fachkräfte durch Mentoring und führt Design-Reviews durch. Dabei richtet sie die Umsetzung auf messbare Geschäftsergebnisse aus.

Das solltest du mitbringen

Erforderlich

Erforderlich sind mindestens 8 Jahre praktische Erfahrung im Aufbau, Deployment und Skalieren produktiver ML-Systeme sowie nachgewiesene Erfolge in technischer Führung auf Staff-Level.
Erforderlich ist tiefgehende Expertise in moderner Suche, Kandidatengenerierung und Empfehlungsarchitekturen, einschließlich Two-Tower-Modellen, ANN-Vektorindizierung, Transformer-Rerankern und Learning-to-Rank-Algorithmen.
Erforderlich ist praktische Erfahrung mit klassischer Computer Vision, insbesondere OpenCV, und modernen Deep-Vision-Architekturen wie CNNs, Vision Transformers, Diffusionsmodellen und multimodalen LLMs beziehungsweise CLIP für Bildverarbeitung und generative Abläufe.
Erforderlich ist die nachgewiesene Fähigkeit, Systeme zu entwickeln, die nachgelagerte Geschäftsergebnisse wie Klicks, Conversions und Verkäufe in vorgelagertes Modelltraining und Generierungslogik zurückführen.
Erforderlich ist ein sicherer Umgang mit Python und dem modernen KI-/ML-Stack, insbesondere PyTorch für Deep Learning und Bildmodelle sowie LLM-Orchestrierung und agentischen Frameworks wie LangChain und LangGraph.
Erforderlich ist praktische Erfahrung mit produktiven Serving-Mustern wie FastAPI und ereignisgesteuerter asynchroner Verarbeitung, MLOps-Werkzeugen wie CometML und Flyte sowie Cloud Data Warehouses wie Snowflake.
Erwartet wird ein sicherer Umgang mit KI-Werkzeugen über den gesamten Arbeitsablauf: Gemini für Ideenfindung und Recherche sowie Claude Code und Claude Cowork für schnelle Prototypen, Systemdesign und die Entwicklung von Produktionscode.
Erforderlich sind nachgewiesene Erfolge bei der vollständigen technischen Verantwortung für durchgängige Funktionen und eine produktorientierte Sicht auf ML-Systeme. Erwartet wird Sicherheit bei Architekturentscheidungen über den gesamten Stack, von der Modellauswahl bis zur API-Integration im Frontend.

Von Vorteil

Erfahrung im E-Commerce, mit zweiseitigen Marktplätzen oder mit Creator-Plattformen ist wünschenswert.

So ist Remote hier geregelt

Die Tätigkeit kann remote oder im Büro in Riga ausgeübt werden.
Als Alternative zur Remote-Arbeit steht ein Büro in Riga zur Verfügung.

Das wird angeboten

Eine private Krankenversicherung wird angeboten.
Es gibt 2 zusätzliche bezahlte freie Tage für das mentale oder körperliche Wohlbefinden sowie 1 zusätzlichen bezahlten freien Tag für den Geburtstag oder einen anderen frei gewählten feierlichen Anlass.
Interne und externe Lernangebote sowie Mentoring, interne Meetups und Hackathons stehen vor Ort und online zur Verfügung.
Bei Arbeit im Büro in Riga wird ein kostenloses, gesundes Mittagessen angeboten.
Eigene Merchandise-Produkte können über die bereitgestellten Plattformen mit Mitarbeiterrabatt gestaltet und bestellt werden.
Es werden Teambuilding-Veranstaltungen und Feiern angeboten.

So läuft die Bewerbung

Für die Bewerbung ist ein englischsprachiger Lebenslauf vorgesehen, der die Eignung für die Rolle verdeutlicht.
Die Auswahlentscheidungen beruhen ausschließlich auf Qualifikationen, Leistung und Berufserfahrung.

Veröffentlicht: 01.10.2026 · Quelle geprüft: 17.10.2026.

Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.