Entdecke mehr Angebote mit der DealSeek AppApp herunterladen
ML Engineer
Verantworte die Ranking- und Empfehlungssysteme, die entscheiden, welche Deals Millionen Shopper zuerst sehen.
Über DealSeek
DealSeek macht die Suche nach Gutscheinen und Schnäppchen wieder zum Vergnügen. Mehr als 8 Millionen Menschen haben die DealSeek-App installiert, und Millionen nutzen sie jeden Monat im Web, um bessere Preise bei Amazon, Walmart, Best Buy und anderen Händlern zu finden. Unsere Gründer haben bereits mehrere frühere Unternehmen aus eigener Kraft auf über 1 Mio. $ ARR gebracht und auf Social-Media-Plattformen über 1 Mio. Follower gewonnen.
Warum es diese Stelle gibt
DealSeek hat mehr Angebote, als ein Mensch je durchstöbern könnte. Je weiter wir wachsen und je mehr Händler wir hinzufügen, desto wichtiger werden Ranking und Empfehlungen. Unser Empfehlungssystem entscheidet, ob ein Shopper etwas wirklich Nützliches findet oder an Rauschen vorbeiscrollt. Die Nutzer haben wir: Unsere A/B-Tests sind innerhalb von Stunden aussagekräftig, und wir haben den Luxus, kein Cold-Start-Problem zu haben. Jetzt brauchen wir jemanden mit viel Erfahrung, der tüftelt, bessere Modelle ausrollt und jede Session relevanter macht.
Deine Aufgaben
- Verantworte den gesamten ML-Lebenszyklus: Datenanalyse, Feature Engineering, Training, Evaluation, Deployment, Monitoring und Iteration
- Baue mit Python und LightGBM Ranking- und Empfehlungsmodelle, die Millionen Deals anhand von echtem Produktions-Traffic bewerten
- Entwirf A/B-Tests und kausale Messstrategien, die Offline-Metriken mit dem Verhalten der Shopper verbinden
- Nutze Embeddings und Milvus-Vektorsuche, um Discovery, Personalisierung und Cold Start zu verbessern
- Überwache Modellqualität, Drift, Zuverlässigkeit, Serving-Latenz und Skalierbarkeit in Produktion
- Nutze ClickHouse und Postgres, um Verhaltens- und Katalogdaten in nützliche Features zu verwandeln
- Arbeite mit den Infra Engineers an schnellem, beobachtbarem Model Serving in Go
- Verbessere unseren Experimentier-Workflow mit Optuna und Weights & Biases
Qualifikationen
- Praktische Erfahrung damit, Ranking-, Recommender-, Such- oder Ads-Modelle in Produktion zu bringen
- Sehr gute Python-Kenntnisse und praktische Erfahrung mit Boosted Trees, Embeddings und Vektorsuche
- Erfahrung darin, Modelle über das Notebook hinaus zu verantworten – inklusive Deployment, Monitoring und Iteration
- Ein gutes Urteilsvermögen bei A/B-Tests, kausaler Messung und den Grenzen von Offline-Evaluation
- Die Fähigkeit, Go-Code aus der Produktion zu lesen und an Model-Serving-Systemen mitzuarbeiten
- Eine Vorliebe für Iteration und Messung statt für ein einziges, langfristiges Forschungsprojekt
Du erfüllst nicht jede Qualifikation? Wir sind offen. Nutze deine Antwort auf „Warum DealSeek“, um uns zu erklären, warum deine Erfahrung zu dieser Stelle passt.
Auf diese Stelle bewerben
So arbeiten wir
Hustler-Mentalität
Wir arbeiten jeden Tag hart, um uns unseren Platz am Tisch zu verdienen. Kein Ausruhen auf vergangenen Erfolgen – pragmatisch schlägt perfekt.
Lust am Tüfteln
Wir handeln proaktiv, nicht nur reaktiv. Manchmal machen wir Dinge kaputt, die funktionieren. Wir glauben, dass Innovation aus Hunderten gescheiterter Experimente entsteht.
Keine Egos
Bei DealSeek kannst du mit allen sprechen. Keine verschlossenen Türen, keine Gatekeeper, keine Politik. Ideen werden nach ihrem Wert beurteilt, und der Erfolg gehört dem Team.
Extreme Eigenverantwortung
Wir übernehmen Verantwortung für Ergebnisse, nicht nur für Aufgaben, und lösen Probleme, auch wenn sie nicht in unserer Stellenbeschreibung stehen. Wir verantworten das Ergebnis von Anfang bis Ende.
Tempo x Handwerk
Wir bringen MVPs schnell raus und verfeinern sie dann. Wir lieben es, Details zu perfektionieren, und Iterationen zahlen sich mit der Zeit aus.
Denken in Möglichkeiten
Wir begrenzen unsere Ambitionen nicht auf das, was andere erreicht haben. Wir kennen die Konkurrenz, aber sie definiert uns nicht.
Nutze das Produkt
Wir nutzen DealSeek täglich selbst. Die besten Ideen entstehen beim Einkaufen von Dingen, die man wirklich braucht.
KI-native Entwicklung
Wir übernehmen deine KI-Token-Kosten für Frontier-Modelle, und du entwickelst gemeinsam mit unserem internen KI-Agenten.
Remote mit Async-First
Discord, Linear und ein virtuelles Büro in Gather. Keine Meetings für Dinge, die eine Nachricht erledigen kann.