Remote Deutschland
Senior Machine-Learning-Ingenieur für Suchqualität
Es finden regelmäßige Team-Offsites zum Austausch und zur Zusammenarbeit statt.
- Arbeitszeit
- Vollzeit
- Erfahrung
- Erwartet werden mindestens vier Jahre Erfahrung mit der Auslieferung produktiver ML-Systeme sowie Erfahrung mit Suche, Information Retrieval oder Empfehlungssystemen und interdisziplinärer Teamarbeit.
- Vergütung
- 80.000 – 120.000 USD · Brutto-/Nettobasis offenLaut Originalanzeige
Die Rolle in Kürze
Die Rolle entwickelt Systeme für bessere Suchergebnisse für Hunderte Millionen Menschen weltweit und erkennt Qualitätsverluste frühzeitig. Sie verbindet LLM-Bewertung, Echtzeitmodelle und Offline-Analysen von Suchprotokollen mit bereichsübergreifender Zusammenarbeit in Ranking, Produkt und Data Engineering.
Deine Aufgaben
- LLMs werden zur Relevanzbewertung feinabgestimmt, sodass sie Suchabsichten verstehen, Produkte aus uneinheitlichen Katalogdaten darstellen und Bewertungen am tatsächlichen Nutzerverhalten ausrichten.
- Echtzeitmodelle für Reranking, Filterung und Signalberechnung werden unter strikten Latenzanforderungen entwickelt; dabei werden Qualität und Geschwindigkeit gegeneinander abgewogen.
- Pipelines überwachen die Suchqualität, erkennen Verschlechterungen und identifizieren leistungsschwache Muster. Agentenbasierte Systeme erzeugen konkrete Empfehlungen für Produktdaten und Suchkonfigurationen.
- Suchprotokolle werden offline eingehend analysiert, um die Suchqualität zu messen, zu verbessern und Verschlechterungen vor den Nutzenden zu erkennen.
- Modelle werden für mindestens 40 Sprachen und mindestens 20 Domänen verallgemeinert, ohne kundenspezifische Regeln oder Überschreibungen; unterschiedliche Relevanzvorstellungen der Handelsbereiche werden berücksichtigt.
- Die LLM-Inferenz wird über den gesamten Kundenbestand hinweg optimiert und skaliert.
Das solltest du mitbringen
Erforderlich
- Erwartet werden mindestens vier Jahre Erfahrung mit der Auslieferung produktiver ML-Systeme.
- Erwartet wird Erfahrung mit Suche, Information Retrieval oder Empfehlungssystemen.
- Erwartet wird praktische Erfahrung mit Fine-Tuning, Evaluierungsframeworks und der Skalierung von LLM-Deployments.
- Erwartet werden fundierte Kenntnisse in Python und PyTorch sowie ein sicherer Umgang mit SQL und den Datenorchestrierungswerkzeugen Spark und Airflow.
- Erwartet wird Erfahrung mit der Konzeption und Durchführung von A/B-Tests zur Validierung der Modellwirkung.
- Erwartet werden ausgezeichnete Kommunikationsfähigkeiten auf Englisch.
- Erwartet wird Erfahrung in der Zusammenarbeit mit bereichsübergreifenden Teams aus Ranking, Produkt und Data Engineering.
So ist Remote hier geregelt
- Das Team arbeitet vollständig remote; der Wohnort ist frei wählbar.
- Regelmäßige Teamtreffen außerhalb des üblichen Arbeitsumfelds dienen dem Austausch und der Zusammenarbeit.
Das wird angeboten
- Ein unterstützendes, empathisches Team bietet Entwicklungsmöglichkeiten; regelmäßige Team-Offsites ermöglichen Austausch und Zusammenarbeit.
- Vollständige Remote-Arbeit ermöglicht die freie Wahl des Wohnorts.
- Der Urlaub ist unbegrenzt; allen Beschäftigten wird ausdrücklich empfohlen, mindestens drei Wochen pro Jahr zu nehmen.
- Ein Zuschuss unterstützt die Einrichtung des Homeoffice. Neue Beschäftigte erhalten einen Apple-Laptop.
- Alle Beschäftigten erhalten ein jährlich erneuertes Budget für Weiterbildung und Entwicklung.
- Berechtigte Beschäftigte erhalten Freistellungen für Mutterschaft und Vaterschaft.
- Das Grundgehalt beträgt 80.000–120.000 US-Dollar und hängt von Kenntnissen, Fähigkeiten, Erfahrung und Interviewergebnissen ab.
- Zusätzlich zum Grundgehalt werden Aktienoptionen angeboten.
So läuft die Bewerbung
- Bewerbungen sind auch möglich, wenn nicht alle aufgeführten Qualifikationen erfüllt sind.
- Mit Einreichung der Bewerbung wird die Erhebung und Verarbeitung der bereitgestellten personenbezogenen Daten zur Eignungsprüfung anerkannt. Bei einer Absage werden die Daten für einen begrenzten Zeitraum gemäß den Datenschutzhinweisen zur Personalgewinnung aufbewahrt und anschließend gelöscht oder anonymisiert.
Veröffentlicht: 02.06.2026 · Quelle geprüft: 24.10.2026.
Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.