Job
- Level
- Senior
- Job Feld
- Software, Data
- Anstellung
- Vollzeit
- Vertragsart
- Unbefristetes Dienstverhältnis
- Ort
- Berlin
- Arbeitsmodell
- Hybrid, Onsite
Job Zusammenfassung
In dieser Rolle entwickelst du skalierbare MLOps-Lösungen auf AWS, designst latenzarme Datenpipelines mit Apache Flink und Spark und optimierst in Zusammenarbeit mit Applied Scientists die Modellperformance und Systembetrieb.
Job Technologien
Deine Rolle im Team
- Zalando Marketing Services (ZMS) steht für eine neue Ära des Marketings im Fashion E-Commerce. Wir ermöglichen es Mode-, Beauty- und Lifestyle-Partnern, mit über 60 Millionen aktiven Kunden auf europäischen Märkten auf Zalando und darüber hinaus in Kontakt zu treten, indem wir Zugang zu exklusiven Zielgruppen und intelligenten Marketing-Tools bieten. Wir sind ehrgeizig und engagiert, der Ausgangspunkt für Mode für unsere Kunden und Partner zu sein; daher gründen und skalieren wir unser Applied Science and Engineering Backbone für Ads-Personalisierung, indem wir rückwärts von Benutzer-, Inhalts- und Kontextverständnis arbeiten.
- In ZMS Tech entwickeln wir derzeit unser Echtzeit-Inferenz-gesponsertes Vorhersagesystem weiter und bauen ein brandneues Ad-Kandidaten-Retrieval-System auf, um mit Millionen von gesponserten Anzeigenmöglichkeiten in Echtzeit, mit niedriger Latenz und hohem Volumen umzugehen. Als Senior ML/Data Engineer arbeiten Sie mit einem talentierten funktionsübergreifenden Team aus Applied Scientists, Software Engineers, Data Engineers, Product Managers und Designern zusammen. Gemeinsam bauen und skalieren Sie Datenpipelines und Machine-Learning-Infrastruktur für unsere nächste Generation der AdTech-Plattform.
- Design & Architektur: Spielen Sie eine Schlüsselrolle im Design, der Architektur und der Entwicklung von End-to-End-Datenengineering- und MLOps-Lösungen mit voller operativer Verantwortung auf Cloud-Infrastruktur (AWS, Databricks, Kubernetes).
- Streaming-Pipelines: Sammeln Sie Anforderungen und entwerfen Sie hochdurchsatzfähige, latenzarme Batch- und Echtzeit-Feature-Pipelines mit Apache Flink (Java) und Spark (Python), um produktionsreife Features in unserem zentralen Hopsworks Feature Store bereitzustellen.
- System-Operationalisierung: Treiben Sie die Operationalisierung, das Modell-Serving und die Wartung (MLOps/MLaaS) unseres Echtzeit-Inferenz-gesponserten Vorhersagesystems und neuer Ad-Kandidaten-Retrieval-Systeme voran.
- Wissenschaftliche Zusammenarbeit: Arbeiten Sie eng mit Applied Scientists zusammen, um die Laufzeit der Datenpipelines, die Datenqualität und die Modellleistung, Latenz und Speichernutzung zu optimieren.
- Operative Exzellenz: Übernehmen Sie die Verantwortung für die operative Exzellenz unserer KI-Systeme, indem Sie robuste CI/CD-Pipelines, kontinuierliches Monitoring und automatisierte Alarmierung für verteilte Systeme implementieren, um Skalierbarkeit und Zuverlässigkeit zu maximieren.
- Kommunikation & Roadmapping: Kommunizieren Sie effektiv mit Produktmanagern, Datenwissenschaftlern und technischen Kollegen, indem Sie komplexe technische Konzepte in umsetzbare Roadmaps übersetzen.
- Workflow-Automatisierung: Streben Sie danach, die Zeit bis zur Markteinführung für die Experimentier-zu-Produktions-Workflows des Teams kontinuierlich zu verbessern und zu automatisieren.
Unsere Erwartungen an dich
Ausbildung
- Solide Grundlage: Sie haben einen Abschluss in Informatik, einem verwandten technischen Bereich oder verfügen über gleichwertige praktische Erfahrung, die starke Software-Engineering-Grundlagen zeigt.
Qualifikationen
- Starke Programmierfähigkeiten: Sie sind versiert in Java und/oder Python und haben eine starke Leidenschaft für das Schreiben von sauberem, testbarem und wartbarem Produktionscode. Vertrautheit mit ML-Bibliotheken (z.B. PyTorch, TensorFlow) ist ein großer Pluspunkt.
- Moderne Praktiken: Sie sind mit agilen Methoden, CI/CD-Pipelines und der Etablierung effektiver Metriken und Überwachung für groß angelegte verteilte Systeme bestens vertraut.
Erfahrung
- Streaming & Datenengineering: Sie haben umfangreiche praktische Erfahrung im Design, Aufbau und der Wartung von hochdurchsatzfähigen, latenzarmen Datenstreaming-Anwendungen. Praktische Erfahrung mit Apache Flink und Spark ist sehr erforderlich.
- MLOps & Modell-Serving: Sie verfügen über professionelle Erfahrung in der Operationalisierung von Machine Learning, dem Modell-Serving (z.B. Triton, SageMaker), der Datenversionskontrolle und der Workflow-Orchestrierung (z.B. Airflow oder Databricks-Workflows).
- Zusammenarbeit & Mentoring: Sie haben Erfahrung in der engen Zusammenarbeit mit angewandten Wissenschaftlern und der Betreuung anderer Ingenieure, mit ausgezeichneten mündlichen und schriftlichen Kommunikationsfähigkeiten, um technische Lücken zwischen den Stakeholdern zu überbrücken.
Unser Angebot
- 27 days of holiday a year to start for full-time employees (+1 day for every calendar year up to 30 days).
- 2 paid volunteering days a year.
- Hybrid working model with up to 60% remote per week, actual practice is up to each team to best support their collaboration.
- Work from abroad for up to 30 working days a year.
- Employee shares program.
- 40% off fashion and beauty products sold and shipped by Zalando, 30% off Lounge by Zalando, discounts from external partners.
- Relocation assistance available (subject to prior agreement).
- Family services, including counseling and support.
- Health and wellbeing options (including Wellhub, formerly Gympass).
- Mental health support and coaching available.
- Drive your development through our training platform and biannual peer-to-peer review.
Benefits
Work-Life-Integration
Essen & Trinken
Gesundheit, Fitness & Fun
Themen mit denen du dich im Job beschäftigst
Job Standorte
Das ist dein Arbeitgeber
Zalando SE
Zalando is die europäische Online-Plattform für Mode, die Kunden, Marken und Partner in 17 Märkten verbindet.
Description
- Unternehmenstyp
- Etablierte Firma
- Arbeitsmodell
- Full Remote, Hybrid, Onsite
- Branche
- Handel
Dev Reviews
by devworkplaces.com
Gesamt
(1 Bewertung)3.4
Workingconditions
4.4Culture
3.5Engineering
3.1Career Growth
2.6
Senior Machine Learning Engineer
- Ort
- Berlin
- Arbeitsmodell
- Hybrid, Onsite
- Diversität
- Für alle Personen geeignet (m/w/d)
