Machine Learning Engineer (m/w/d)

Wer wir sind

Wir bauen die Infrastruktur für das Agentenzeitalter. Vor zehn Jahren gewannen Marken, die auf Mobilgeräte setzten. Derselbe Wandel geschieht mit Agenten: Wie Menschen Unternehmen finden, Fragen stellen und kaufen, verlagert sich von statischen Seiten in Gespräche. 800 Millionen Menschen entdecken Marken bereits über Agentensuche, und wer gewählt wird, entscheidet sich jetzt.

Das Team

Machen Sie die digitalen Zwillinge von Point11 den Kunden, für die sie stehen, noch ähnlicher. Sie verantworten die Modelle und Daten dahinter: wie ein Zwilling aus den eigenen Datensätzen eines Unternehmens entsteht, wie wir messen, dass er sich wie der echte Kunde verhält, und wie er mit jeder Kampagne besser wird. Jede Interaktion muss intelligent wirken und in .11 Sekunden stattfinden. Kleines Team, hoher Anspruch. Gegründet von ehemaligen Google-Mitarbeitern. Entsprechend stellen wir ein.

So sieht Ihr erstes Jahr aus

• Messen Sie, wie genau die digitalen Zwillinge eines Kunden echte Ergebnisse vorhersagen, und schließen Sie dann die Lücke.
• Bauen Sie die Prognosemodelle, die aus den Antworten einer Kampagne eine Nachfrage machen, mit der eine Marke planen kann.
• Entwerfen Sie die Trainings- und Evaluierungspipeline, mit der die Zwillinge jedes Kunden besser werden, ohne dass Daten eines Unternehmens in die eines anderen gelangen.

So sieht Ihr Arbeitsalltag aus

• Verantworten Sie die Modellierung digitaler Zwillinge: Features, Training, Evaluierung und Deployment
• Bauen Sie Datenpipelines, die Daten aus den CRMs und Data Warehouses der Kunden modellfertig aufbereiten
• Führen Sie Experimente mit klaren Hypothesen und ehrlichen Ergebnissen durch
• Klären Sie mit den AI Engineers, wo Modelle enden und LLM-Agenten beginnen
• Bringen Sie Modelle in Produktion und verantworten Sie dort ihre Qualität

Über Sie

• Sie haben Machine-Learning-Modelle trainiert und ausgeliefert, die in Produktion laufen
• Sie sind stark in Python und im modernen ML-Stack
• Sie sind gründlich bei Evaluierung, Baselines und statistischer Validität
• Sie können das Verhalten eines Modells einem Entwickler ebenso erklären wie einem Kunden
• Sie leben in Toronto oder sind umzugsbereit. Die Stelle ist hybrid, drei Tage pro Woche in unserem Büro in Toronto. Diese Ausschreibung betrifft eine bestehende offene Stelle.

Von Vorteil ist außerdem

• Prognosen, kausale Inferenz oder Empfehlungssysteme
• Synthetische Daten oder Simulation
• Datenschutzwahrendes oder mandantenfähiges Machine Learning
• Erfahrung mit LLM-Fine-Tuning oder Embeddings

Was wir bieten

• Ihre Modelle bestimmen, wie realitätsgetreu unser Produkt ist
• Hybrid in Toronto, in der Zeitzone von New York
• Eine Gründungsrolle im kanadischen Team von Point11
• Direkter Austausch mit dem Gründerteam zum Produkt
• Jährliches Weiterbildungsbudget für Konferenzen und Entwicklung