Über Delivery Hero
Als weltweit führende lokale Lieferplattform ist unsere Mission, ein erstaunliches Erlebnis schnell, einfach und direkt an Ihre Tür zu bringen. Wir sind in rund 65 Ländern weltweit tätig, angetrieben durch Technologie und gestaltet von Menschen. Als eine der größten Technologieplattformen Europas mit Hauptsitz in Berlin, Deutschland, ist Delivery Hero seit 2017 an der Frankfurter Börse notiert und Teil des MDAX-Aktienindex.
Aufgaben
- Design und Leitung von End-to-End-ML- und Datensystemen von der Erfassung und Transformation bis zur Modellintegration und Produktionsbereitstellung
- Architektur und Pflege skalierbarer Datenpipelines für RAG, Embeddings und Echtzeit-/Quasi-Echtzeit-Datenverarbeitung
- Aufbau und Betrieb von produktionsreifen ML-Services und -APIs, die Zuverlässigkeit, Skalierbarkeit und Leistung sicherstellen
- Definition von Standards für Infrastruktur, Bereitstellung und Systemzuverlässigkeit, einschließlich Infrastructure as Code, Containerisierung und Orchestrierung
- Integration von ML-Systemen mit externen APIs, Tools und Betriebsplattformen, um Aktionen in der realen Welt und Automatisierung zu ermöglichen
- Etablierung von Monitoring-, Bewertungs- und Beobachtungsrahmen über Daten, Modelle und Systeme sowie Mentoring von Ingenieuren und Festlegung der technischen Ausrichtung.
Anforderungen
- Starke Erfahrung im Entwurf und Skalierung produktionsreifer ML-Systeme und Datenplattformen, einschließlich großer Implementierungen
- Tiefe Expertise in Datenanalyse und ML-Pipelines, einschließlich Feature-/Datenpipelines, RAG-Systemen und Embedding-Workflows
- Nachgewiesene Erfahrung beim Aufbau und Betrieb zuverlässiger Dateninfrastrukturen mit starken Garantien für Datenqualität und -aktualität
- Starke Programmierkenntnisse in Python und SQL sowie Erfahrung mit Docker, Kubernetes und Cloud-Umgebungen
- Erfahrung mit Infrastructure as Code (z.B. Terraform oder ähnliches) und dem Aufbau reproduzierbarer, skalierbarer Systeme
- Praktische Erfahrung bei der Integration von ML-Systemen mit realen APIs und Diensten sowie deren Betrieb in der Produktion mit Monitoring und Observability
Vorteile
- 27 Tage Urlaub mit zusätzlichem Tag ab dem 2. und 3. Dienstjahr
- 1.000 EUR Weiterbildungsbudget, Sprachkurse, Unterstützung bei Elternschaft und Zugriff auf die Udemy Business-Plattform
- Gesundheitsleistungen wie Gesundheitschecks, Meditation, Fitness-Zuschuss und Fahrradleasing
- Finanzielle Vorteile wie Mitarbeiteraktienplan, Sabbatical-Konto, Rabatte auf öffentliche Verkehrsmittel, Lebens- und Unfallversicherung, betriebliche Altersvorsorge
- Essensgutscheine, Kantinen-Ermäßigungen und Unterstützung bei der Umsiedlung nach Berlin