Bei PDR.cloud digitalisieren wir die Werkstatt der Zukunft. Seit 2018 entwickeln wir aus Berlin heraus eine cloud-basierte SaaS-Plattform, die KFZ-Reparaturbetrieben hilft, komplexe Schadensprozesse einfacher, schneller und vollständig digital zu managen.
Als Senior Machine Learning Engineer übernimmst du bei PDR.cloud Verantwortung über den gesamten ML-Lebenszyklus – von der explorativen Datenanalyse über Modellentwicklung bis hin zu produktiven Pipelines und laufender Auswertung. Du arbeitest hands-on, bist die erste ML-Person im Team und prägst, wie datengetriebene Intelligenz bei PDR.cloud aussieht. Greenfield, echter Gestaltungsspielraum und mutige Pilotkunden inklusive.
Tasks
- PDR.cloud ist ein Berliner SaaS-Unternehmen, das KFZ-Reparaturbetrieben eine vollständig digitale Werkstatt ermöglicht – mit moderner IT-Architektur und smarten Lösungen für komplexe Schadensprozesse
- Als Senior Machine Learning Engineer bei PDR.cloud begleitest du den vollständigen ML-Zyklus: explorative Analyse, Datenmodellierung, Feature Engineering, Modellentwicklung und produktive Pipelines
- Du arbeitest hands-on an allem, was dazu gehört – inklusive Datenakquise, Schema-Design, Datenaufbereitung und der Tools, mit denen wir unsere Daten auswerten
- Du arbeitest eng mit Produkt und Engineering an einem Rapid-Prototyping-Ansatz: Hypothesen prüfen, Modelle iterieren, Erkenntnisse aus Daten gewinnen und daraus echte Produktentscheidungen treffen
- Die Rolle bei PDR.cloud bietet dir maximalen Gestaltungsspielraum: Du prägst Architektur, Tooling und Datenkultur mit
- Über die Prototyping-Phase hinaus warten langfristig spannende Herausforderungen auf dich: Du kalibrierst unsere Modelle für eine wachsende, heterogene Kundenbasis und entwickelst die Modellgüte kontinuierlich weiter
Requirements
Must-have
- Mehrjährige Erfahrung als Machine Learning Engineer, Data Engineer oder Applied Data Scientist mit klarem Engineering-Schwerpunkt – du designst selbst Pipelines und löst Datenprobleme eigenständig
- Sehr gute Python- und SQL-Kenntnisse sowie sicherer Umgang mit einer Cloud-Plattform (AWS, GCP oder Azure)
- Solides statistisches Fundament jenseits von sklearn-Defaults: Du kennst klassische und probabilistische Modellfamilien und weißt, wann welcher Ansatz sinnvoll ist
- Erfahrung mit produktivem Modell-Deployment und MLOps-Grundlagen – du brauchst keine fertige ML-Plattform, sondern baust gemeinsam mit unseren Ops-Profis die neuen Modell Pipelines bei PDR.cloud selbst auf
- Pragmatische, hands-on Mentalität: Du arbeitest gerne im Rapid-Prototyping-Modus, lieferst MVPs statt Architektur-Astronautik und gehst souverän mit unfertigen Daten und sich wandelnden Anforderungen um
Nice-to-have
- Erfahrung mit Event- bzw. Sequenzdaten (Logs, Tracking-Events, Transaktionsdaten) und unregelmäßigen Zeitstempeln
- Kenntnisse in probabilistischer Modellierung oder Process Mining
- Erfahrung im Aufbau von Daten- und ML-Infrastruktur in einem Greenfield-Setup
- Hintergrund im SaaS-, KFZ- oder Versicherungsumfeld
- Erfahrung in agilen Produktteams und in der direkten Zusammenarbeit mit Pilotkunden
Team
Du wirst Teil eines engagierten, interdisziplinären Entwicklungsteams aus erfahrenen Fullstack-Entwicklern, UX-Designern und Product Managern. Bei PDR.cloud zählen offene Kommunikation, gegenseitige Unterstützung und eine konstruktive Feedback-Kultur – du wirst das von Tag eins spüren.
Du arbeitest überwiegend remote, bist aber regelmäßig mit deinem Team bei Workshops oder Teambuilding-Events dabei – für gemeinsame Ideen und echten Zusammenhalt abseits des Bildschirms. Flache Hierarchien und kurze Entscheidungswege geben dir den Freiraum, den du brauchst, um kreativ und effizient eigenständig zu arbeiten und dich persönlich weiterzuentwickeln.
Application Process
Unser Bewerbungsprozess ist transparent, schlank und persönlich:
-
Erstes Kennenlernen (Remote) – Ein kurzes Gespräch, um dich und deine Motivation kennenzulernen.
-
Fachliches Interview – Technisches Gespräch mit unseren Entwickler:innen, ggf. inkl. Code-Review oder kleiner Praxisaufgabe.
-
Team-Interview – Austausch mit deinen zukünftigen Kolleg:innen, um Fragen zu stellen und unser Arbeitsumfeld kennenzulernen.
-
Finales Gespräch & Angebot – Gemeinsame Abstimmung zu Rahmenbedingungen und deinem nächstmöglichen Starttermin.
Wir legen Wert auf schnelle Rückmeldungen und begleiten dich während des gesamten Prozesses offen und wertschätzend.