Applied Machine Learning Engineer

Applied Machine Learning Engineer bei PDR.cloud GmbH

Anforderungen

• Mehrjährige Erfahrung im Bereich Applied Machine Learning oder in einer vergleichbaren Rolle
• Sehr gute Python-Kenntnisse sowie Erfahrung mit gängigen ML-Libraries
• Erfahrung mit Prognosemodellen, Optimierungsproblemen oder Entscheidungslogiken
• Sicherer Umgang mit Datenanalyse, Feature Engineering und Modellbewertung
• Erfahrung mit produktiven ML-Systemen und deren Betrieb

In dieser Rolle entwickelst du ML-basierte Modelle und Berechnungslogiken zur automatisierten Kapazitäts- und Planungslösungen innerhalb unserer SaaS-Lösung. Dein Fokus liegt auf Prognosen, Optimierung und Entscheidungslogik. Du arbeitest datengetrieben an realen operativen Problemen und bringst Machine Learning zuverlässig in die Produktion.

Sie werden Teil unseres engagierten, interdisziplinären Entwicklungsteams
, das aus erfahrenen Fullstack-Entwicklern, UX-Designern und Product Managern besteht. Wir legen großen Wert auf offene Kommunikation, gegenseitige Unterstützung und eine konstruktive Feedback-Kultur
. Während Sie überwiegend remote arbeiten können, treffen wir uns regelmäßig in Berlin-Schöneberg
, um gemeinsam Ideen zu entwickeln, Strategien abzustimmen und natürlich auch, um zusammen Mittag zu essen. In unserem Team herrscht eine flache Hierarchie
, kurze Entscheidungswege und eine freundschaftliche, kollegiale Atmosphäre
, die Raum für Kreativität und persönliches Wachstum bietet.

PDR.cloud wurde 2018 in Berlin gegründet.

Wir bieten KFZ-Reparaturdienstleistern eine cloud-basierte Software zur Abrechnung und Steuerung von Schäden.

PDR.cloud vereint die bekannten Funktionen eines klassischen Dealer-Management-Systems mit smarten Lösungen und zeitgemäßer IT-Architektur.

Unsere Mission ist es für unsere Kunden eine vollständig digitale Werkstatt zu realisieren und den Arbeitsalltag unserer Anwender trotz immer komplexer werdenden Schaden-Prozessen zu vereinfachen.

Klicke auf "Bewerben" für Details zu den Benefits, dem Team und dem Bewerbungsprozess.