Description

Als Applied Machine Learning Engineer entwickelst du Modelle und Optimierungslogiken, die reale Kapazitäts- und Planungsentscheidungen automatisieren. Dein Fokus liegt auf Prognosen, Berechnungen und Entscheidungsmodellen, die direkt in den operativen Kern unserer SaaS einfließen. Du arbeitest an echten Produktionsproblemen mit hoher Wirkung von Forecasting bis Scheduling.

Tätigkeiten

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.

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

Team

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.

Bewerbungsprozess

Unser Bewerbungsprozess ist transparent, schlank und persönlich gestaltet:

1. Erstes Kennenlernen (Remote) - Ein kurzes Gespräch, um Sie und Ihre Motivation kennenzulernen.
2. Fachliches Interview - Technisches Gespräch mit unseren Entwickler:innen, ggf. inkl. Code-Review oder kleiner Praxisaufgabe.
3. Team-Interview - Austausch mit zukünftigen Kolleg:innen, um Fragen zu stellen und unser Arbeitsumfeld kennenzulernen.
4. Finales Gespräch & Angebot - Gemeinsame Abstimmung zu Rahmenbedingungen und nächstmöglichem Starttermin.

Wir legen Wert auf schnelle Rückmeldungen und begleiten Sie während des gesamten Prozesses offen und wertschätzend.

Über das Unternehmen

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.