Machine Learning Engineer · Fintech
ML Engineer Projekt — Fintech-Scaleup
Repräsentatives Beispielmandat aus laufender Vergabe. Klarnamen anonymisiert.
- Tagessatz
- 700–1100 EUR
- Start
- kurzfristig oder nach Absprache
- Dauer
- 6 Monate
- Remote
- Remote nach Vereinbarung
- Konzern
- Series-B Fintech, ca. 250 Mitarbeitende
- Standort
- Remote EU, Vor-Ort nach Vereinbarung
Projektbeschreibung
Ein Series-B-Fintech rollt ein neues Fraud-Detection-System aus. Echtzeit-Scoring direkt am Payment-Pfad, p95 < 50 ms. Du arbeitest in einem 4-Personen-ML-Team mit direktem Draht zu Product und Risk. Feature-Store mit Feast ist im Aufbau.
Aufgaben
- Fraud-Detection-Modelle (XGBoost + Embeddings).
- Feature-Store-Setup mit Feast.
- Echtzeit-Scoring < 50 ms p95 am Payment-Pfad.
- Eval-Framework mit Precision/Recall pro Segment.
- Streaming via Kafka anbinden.
- Hand-over an internes ML-Team.
Voraussetzungen
- 4+ Jahre Tabular ML in Produktion.
- Streaming-Setup (Kafka oder Kinesis) Hands-on.
- Erfahrung mit Feature Stores (Feast, Tecton).
- Englisch C1+ Pflicht.
Must-have
- Tabular ML
- Streaming-Setup
- Englisch C1+
Nice-to-have
- Payments-/Fraud-Domäne
Bewerbung in 60 Sekunden
In 60 Sekunden bewerben
Wir melden uns innerhalb von 48 Stunden, wenn dein Profil zu diesem Mandat passt.
- Direkter Draht zum Auftraggeber, kein Recruiter-Pingpong.
- Tagessatz wird vor dem ersten Call abgeklärt — keine versteckte Range.
- Klare Aufgabe, klares Budget, klare Entscheidungswege.
- Antwort in 48 h, nur wenn das Mandat wirklich zu dir passt.
- Wiederkehrende Mandate möglich: gute Profile bleiben im Talent-Pool.
Hinweis: Profil-Link ist optional LinkedIn, freelance.de, freelancermap, Malt, GitHub oder eigene Portfolio-URL.