Applied Machine Learning Engineer bei PDR.cloud GmbHAnforderungenWohnsitz: Nur für Bewerber aus DeutschlandSprache: Deutsch - Fließend, Englisch - FließendMehrjährige Erfahrung im Bereich Applied Machine Learning oder in einer vergleichbaren RolleSehr gute Python-Kenntnisse sowie Erfahrung mit gängigen ML-LibrariesErfahrung mit Prognosemodellen, Optimierungsproblemen oder EntscheidungslogikenSicherer Umgang mit Datenanalyse, Feature Engineering und ModellbewertungErfahrung mit produktiven ML-Systemen und deren BetriebTätigkeitenIn 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.TeamDu wirst Teil unseres engagierten, interdisziplinären Entwicklungsteams aus erfahrenen Entwicklern, UX-Designern und Product Managern. Wir legen großen Wert auf offene Kommunikation, gegenseitige Unterstützung und eine konstruktive Feedback-Kultur.Du kannst überwiegend remote arbeiten, gleichzeitig treffen wir uns regelmäßig in Berlin-Schöneberg, um gemeinsam Ideen zu entwickeln, Strategien abzustimmen und natürlich auch, um zusammen Mittag zu essen.Bei uns erwarten dich flache Hierarchien, kurze Entscheidungswege und eine freundschaftliche, kollegiale Atmosphäre mit viel Raum für Kreativität und persönliches Wachstum.Über das UnternehmenPDR.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.