Technischer Manager für maschinelles Lernen

Über uns
Unser Ziel bei Trainline ist es, umweltfreundlichere Reisemöglichkeiten zu ermöglichen und Menschen und Orte zu verbinden. Trainline ermöglicht es Millionen von Reisenden, über unsere hoch bewertete mobile App, Website und B2B-Partnerkanäle die günstigsten Tickets für alle Fluggesellschaften, Tarife und Reiseoptionen zu finden und zu buchen.
Großartige Reisen beginnen mit Trainline 🚄
Wir sind Europas führende unabhängige Bahnplattform und helfen Millionen von Reisenden, über unsere App, Website und Partnerkanäle die günstigsten Bahn- und Busreisen zu finden und zu buchen.
Unsere Aufgabe ist es, die umweltfreundliche Reisewahl zur besten Wahl zu machen. Indem wir ein besseres Zugreiseerlebnis schaffen, helfen wir mehr Menschen, sich für die Bahn zu entscheiden – was sich positiv auf unsere Kunden, unser Unternehmen und den Planeten auswirkt.
Wir sind ein Team von mehr als 1.000 Trainlinern aus über 50 Nationalitäten, die in London, Paris, Barcelona, ​​Mailand, Edinburgh und Madrid arbeiten. Jetzt ist ein großartiger Zeitpunkt, sich uns anzuschließen und die Zukunft des Reisens mitzugestalten.
Wir stellen Ihnen das Trainline-Team für maschinelles Lernen und KI vor 👋
Maschinelles Lernen steht im Mittelpunkt der Mission von Trainline, Millionen von Menschen jeden Tag dabei zu helfen, nachhaltige Reiseentscheidungen zu treffen. Unsere Modelle und KI-Agenten unterstützen Kunden, wenn Reisen schiefgehen, unterstützen die Suche und Empfehlungen in unseren Apps und auf unserer Website, finden die besten Tarife durch Preis- und Routenoptimierung, personalisieren das Erlebnis mit generativer KI und machen unser digitales Marketing intelligenter. Unsere Teams sind für den gesamten Lebenszyklus von der Idee bis zur Produktion verantwortlich und arbeiten eng mit Kollegen im gesamten Unternehmen zusammen, um die Wirkung von ML und KI bei Trainline zu steigern.
Wir suchen einen Machine Learning Engineering Manager, der ein Team von 7 ML-Ingenieuren und Dateningenieuren innerhalb unserer Core Experience-Säule leitet, die Suche, Angebot und Handel umfasst. Die Arbeit Ihres Teams steht im Mittelpunkt, wenn es darum geht, wie Kunden ihre Tickets finden, vergleichen und kaufen. Sie sind dafür verantwortlich, was Ihr Team ausliefert und wie es es ausliefert: die Qualität der Systeme, das Tempo der Bereitstellung und das Wachstum der Menschen, die sie aufbauen. Sie arbeiten mit Datenwissenschaftlern, Softwareentwicklern und Produktmanagern zusammen. Sie bleiben nah genug an der technischen Arbeit, um Architektur, Kompromisse und Risiken gut beurteilen zu können. Was uns verbindet, ist Neugier, die Liebe zu dem, was wir tun, und der Wunsch, nachhaltiges Reisen zur einfachen Wahl zu machen.

In dieser Rolle werden Sie... 🚄

• Führen, coachen und vergrößern Sie ein Team aus ML- und Dateningenieuren. Das bedeutet, klare Erwartungen zu setzen, regelmäßig Feedback zu geben, die Leistung zu steuern und ein integratives Team aufzubauen, in dem die Mitarbeiter ihre beste Arbeit leisten

• Stellen Sie Mitarbeiter für das Team ein, gestalten Sie die Rollen, die wir benötigen, und führen Sie einen fairen, strengen Interviewprozess durch

• Eigene Bereitstellung: Planen und priorisieren Sie mit Ihren Produktpartnern in den Bereichen Suche, Angebot und Handel, entlasten Sie das Team und liefern Sie ML- und KI-Systeme, die messbare Kunden- und Geschäftsergebnisse erzielen

• Legen Sie die technische Richtung für die Systeme Ihres Teams fest, einschließlich Architektur, Build-versus-Buy und wissen Sie, wann ein einfacherer Ansatz einen anspruchsvolleren übertrifft

• Stellen Sie sicher, dass sich das Team über den gesamten Lebenszyklus hinweg gut aufbaut: zuverlässige Datenpipelines, hochwertige Funktionen, strenge Offline- und Online-Bewertung (einschließlich A/B-Tests), zuverlässige Bereitstellung, Überwachung und laufende Wartung

• Führen Sie das Team beim Aufbau produktionstauglicher Agentensysteme und nutzen Sie Orchestrierungssysteme wie LangGraph, um mehrstufige Arbeitsabläufe, Werkzeugnutzung und Human-in-the-Loop-Kontrollen zu entwerfen

• Machen Sie die Evaluierung zu einer erstklassigen Ingenieursdisziplin für LLM- und Agentenarbeit. Das bedeutet kuratierte Bewertungssätze, LLM-as-Judge und menschliche Überprüfung, Nachverfolgung, Regressionstests von Eingabeaufforderungen und Agenten sowie Online-Überwachung von Qualität, Kosten und Latenz

• Legen Sie Leitplanken für den verantwortungsvollen Einsatz von KI fest, die Sicherheit, Datenschutz und eindeutige Ausweichmöglichkeiten umfassen, wenn ein Agent nicht eigenständig handeln sollte

• Legen Sie die Messlatte für die technische Praxis durch Code- und Designüberprüfungen, CI/CD, MLOps, Beobachtbarkeit und Bereitschaftsdienst höher

• Bauen Sie enge Beziehungen zu Führungskräften und Partnerteams auf und erläutern Sie Fortschritte, Kompromisse und Auswirkungen in einfacher Sprache

• Tragen Sie zu unserer breiteren KI- und ML-Community bei und tragen Sie dazu bei, eine Kultur des Lernens, der Neugier und des Experimentierens aufrechtzuerhalten

Wir würden uns freuen, von Ihnen zu hören, wenn Sie... 🔎

• Erfahrung mit linienleitenden Ingenieuren, einschließlich Einstellung, Leistungsmanagement und Karriereentwicklung

• Ein fundierter Hintergrund als ML-Ingenieur mit einer Erfolgsbilanz darin, Modelle in die Produktion zu bringen und sie im großen Maßstab funktionsfähig zu halten

• Ausreichende Kenntnisse in der Datentechnik (Pipelines, Datenmodellierung und Datenqualität), um sowohl Dateningenieure als auch ML-Ingenieure zu leiten

• Solide Python- und Software-Engineering-Grundlagen mit genügend praktischer Tiefe, um Code und Designs glaubwürdig zu überprüfen

• Tiefe in mindestens einem Bereich wie Ranking und Empfehlung, prädiktive Modellierung, Optimierung oder NLP, gestützt durch solide Kenntnisse in Statistik, Experimentieren und Feature-Engineering

• Erfahrung mit moderner ML-Infrastruktur auf einer großen Cloud-Plattform, idealerweise AWS, die verteilte Datenverarbeitung, Orchestrierung, Modellverwaltung und Infrastruktur als Code abdeckt

• Praktische Erfahrung im Versand von Agenten- oder LLM-basierten Systemen, einschließlich Agenten-Orchestrierungs-Frameworks, Tool-Nutzung, RAG und Feinabstimmung dort, wo es seinen Platz verdient

• Ein disziplinierter Ansatz zur Bewertung von LLM- und Agentensystemen unter Verwendung von Tools wie Braintrust und eine klare Vorstellung davon, wie man erkennt, ob ein Agent in der Produktion gut funktioniert

• Klare Kommunikation mit technischen und nicht-technischen Kollegen und ein gutes Urteilsvermögen hinsichtlich der Prioritäten, wenn mehr zu tun ist als die Leute dafür

Unser Tech-Stack 💻
Wir bauen hauptsächlich in Python auf AWS und wählen Tools eher aufgrund ihrer Funktion in der Produktion als aufgrund ihrer Neuheit aus. Sie müssen nicht alles am ersten Tag wissen.

• Daten und Berechnung: S3, Athena, Spark auf EMR, SQL

• Orchestrierung und MLOps: Airflow, MLflow, Docker, ECS, Terraform, GitHub-Aktionen für CI/CD…

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/trainline/machine-learning-engineering-manager-london-162059)