Senior Staff Machine-Learning-Engineer für Pricing

tem; United States; Remote; USD 180,000 - 260,000; Full time

Job summary

tem sucht eine/n Senior Staff Machine-Learning-Engineer, der/die das Pricing-ML innerhalb von Rosso leitet und eine Plattform entwickelt, die Wachstum proaktiv vorantreibt, indem sie passende Kundinnen und Kunden zum richtigen Zeitpunkt für einen Vertragsabschluss gewinnt.

Der Schwerpunkt liegt auf der Pricing Engine. Du entwickelst Modelle, verantwortest den ML-Lebenszyklus und arbeitest eng mit Software Engineers sowie MLOps zusammen, um produktionstaugliche Systeme zu liefern.

Qualifications

• Umfassende Erfahrung im Aufbau von ML-Systemen für Pricing, Umsatzoptimierung oder Entscheidungsfindung unter Unsicherheit.
• Quantitativer Hintergrund in Bereichen, in denen Preise, Prognosen und Risiken zusammenwirken (Energiemärkte bevorzugt).
• Fundierte Kenntnisse in stochastischer Optimierung und probabilistischer Modellierung.

Responsibilities

• Die technische Ausrichtung des Pricing-ML verantworten: Roadmap und Strategie für ML im Pricing.
• ML-Systeme zur Preisoptimierung entwickeln: Modelle zur dynamischen Preisfestlegung unter Berücksichtigung Risiko, Margin und Abschlusswahrscheinlichkeit.
• Probleme beim Ausgleich lösen: probabilistische Modelle für Risikomanagement und kurzfristige Ausgleiche.
• Modellierung und Produktion verbinden: enge Zusammenarbeit mit Software Engineers und MLOps, Produktion der Modelle.
• Pricing-Entscheidungen klar kommunizieren: verständliche Erläuterung von Modellannahmen und Zielkonflikten.

Skills

Pricing ML systems

Quantitative background

Stochastic optimization

Probabilistic modeling

Production-grade Python

ML lifecycle

Tools

PyTorch

Gurobi

Python

Job description

Wer wir sind:

Wir gestalten den Energiehandel neu und machen ihn transparent und fair.

Wir bauen die Art und Weise um, wie Energie gekauft und verkauft wird. Das bedeutet: Zwischenhändler ausschalten, Unternehmen direkt mit Erzeugern erneuerbarer Energie verbinden und sicherstellen, dass jede Transaktion nachvollziehbar und transparent ist.

Wir sind ein Team mit 160+ Personen: operative Fachkräfte, Data Scientists, Ingenieurinnen und Ingenieure, Kundenverantwortliche und Energieexpertinnen und -experten. Zu unseren erstklassigen Investoren zählen Lightspeed Venture Partners, Hitachi Ventures, Allianz, AlbionVC und Atomico. Anfang 2026 haben wir eine Finanzierungsrunde der Serie B über $75M abgeschlossen. Damit beläuft sich unsere Gesamtfinanzierung auf 94M, und inzwischen versorgen wir über 4.000 Unternehmen im Vereinigten Königreich an 8.500+ Standorten mit Energie. Bislang haben wir Unternehmen und Erzeugern einen Mehrwert von über £75m zurückgegeben.

Wir sind ein Technologieunternehmen, das die Energiebranche neu denkt, kein Energieunternehmen. Manche nennen uns ein Neo-Utility, vergleichbar mit der Idee einer Neo-Bank, angewandt auf Energie.

Die Branche wird auf uns aufmerksam. Wir wurden bei den GP Bullhound Allstars Awards als Europe's Most Exciting Tech Company ausgezeichnet, belegten im Vereinigten Königreich Platz #6 auf LinkedIns Top Startups 2026, Platz #7 auf der Liste der Scaling Europe 50 der am schnellsten wachsenden Unternehmen Europas und Platz #14 auf Sifteds AI 100.

Mehr über uns erfährst du auf unserer Website.

Die Rolle:

Rosso ist das zentrale geistige Eigentum von tem: eine Transaktionsinfrastruktur, die Strompreise für Tausende Unternehmen festlegt, Portfolios in Echtzeit ausgleicht und bei jedem von tem abgeschlossenen Geschäft eine entscheidende Rolle spielt. Machine Learning steht im Zentrum von Rosso. Es kombiniert Prognosen, Optimierung und klassisches ML, um Milliarden von Datenpunkten zu verarbeiten und täglich Tausende automatisierte Entscheidungen zu treffen. Jede Inferenz beeinflusst die Preise, die unsere Kundinnen und Kunden sehen. So kannst du die Auswirkungen deiner Arbeit unmittelbar erkennen.

Wir haben mit MVPs und POCs bewiesen, dass das Konzept funktioniert, und sind auf 2 % des britischen Marktes gewachsen. Jetzt wollen wir den nächsten Schritt machen und eine hochmoderne Lösung entwickeln, um unsere Expansion im Vereinigten Königreich voranzutreiben und Rosso international einzuführen.

Wir suchen eine Senior Staff Machine-Learning-Engineer, die oder der das Pricing-ML innerhalb von Rosso leitet und eine Plattform entwickelt, die Wachstum proaktiv vorantreibt, indem sie die passenden Kundinnen und Kunden zum richtigen Zeitpunkt für einen Vertragsabschluss gewinnt. Dein Schwerpunkt liegt auf der Pricing Engine. Sie legt die Gebühren fest, die jedem von tem erstellten Angebot hinzugefügt werden, und wägt dabei sorgfältig Wachstum und Marge gegeneinander ab. Außerdem wirkst du an den Systemen mit, die Entscheidungen zum kurz- und langfristigen Ausgleich verwalten und festlegen, wie tem mit den Risiken im eigenen Portfolio umgeht.

Dies ist eine praxisorientierte Senior-Position als Individual Contributor. Du verantwortest die technische Ausrichtung des Pricings, indem du es selbst entwickelst: Den größten Teil deiner Woche verbringst du damit, produktiven Code zu schreiben und auszuliefern. Es handelt sich weder um eine Führungsrolle mit Personalverantwortung noch um eine Architekturrolle, in der andere die Umsetzung übernehmen.

Die richtige Person begeistert sich für ein Umfeld, in dem vieles von Grund auf neu aufgebaut wird: Sie geht souverän mit Unklarheiten um und kann Fortschritte erzielen, bevor der Weg vollständig feststeht. Sie hat Pricing-, Trading- oder Optimierungssysteme entwickelt, die funktioniert haben, idealerweise im Energiesektor oder in einem anderen marktorientierten Bereich, und aus Situationen gelernt, in denen es nicht geklappt hat. Diese Erfahrung und das dadurch gewonnene Urteilsvermögen bringt sie in ein System ein, dessen Grundlagen noch gelegt werden und in dem sich frühe Entscheidungen langfristig auswirken. Erfolg bedeutet, unser derzeit reaktives System in eine Pricing Engine zu verwandeln, die Wachstum proaktiv vorantreibt, indem sie die passenden Kundinnen und Kunden zum richtigen Zeitpunkt für einen Vertragsabschluss gewinnt.

Verantwortlichkeiten:

• Die technische Ausrichtung des Pricing-ML verantworten: Festlegen, was innerhalb der Pricing Engine entwickelt wird und wie. Dazu gehören die Strategie und Roadmap für Machine Learning im Pricing als zentraler Bestandteil des geistigen Eigentums von tem.

• ML-Systeme zur Preisoptimierung entwickeln: Modelle konzipieren und implementieren, die Preise dynamisch festlegen und dabei den Zielkonflikt zwischen Abschlusswahrscheinlichkeit, Portfolioausgleich und Margenoptimierung abwägen.

• Probleme beim Ausgleich lösen: Probabilistische Modelle entwickeln, um in einem hochdynamischen Umfeld das Risikomanagement und kurzfristige Ausgleichsentscheidungen zu optimieren.

• Modellierung und Produktion verbinden: Die Modellierungs- und Datenschicht verantworten und eng mit Software Engineers und MLOps zusammenarbeiten, damit die Modelle produktionsgerecht konzipiert werden. Dazu gehört auch, Systemdesign-Entscheidungen mitzugestalten, die sich auf Leistung und Zuverlässigkeit auswirken.

• Pricing-Entscheidungen klar kommunizieren: Modellverhalten, Annahmen und Zielkonflikte gegenüber anderen technischen Stakeholdern verständlich erläutern, damit die Teams, die auf diese Entscheidungen angewiesen sind, sie nachvollziehen können.

Anforderungen:

Unverzichtbar:

• Umfassende Erfahrung im Aufbau von ML-Systemen für Pricing, Umsatzoptimierung oder Entscheidungsfindung unter Unsicherheit. Du kannst nachweisen, dass Modelle vom Konzept bis in die Produktion gelangt sind und messbare wirtschaftliche Auswirkungen erzielt haben.

• Quantitativer Hintergrund in einem Bereich, in dem Preise, Prognosen und Risiken zusammenwirken: Energiemärkte, Stromhandel, Batteriespeicher und Flexibilität, Market Making oder Ähnliches. Energie ist stark bevorzugt und hat sich als Herkunftsbereich unserer bestgeeigneten Kandidatinnen und Kandidaten erwiesen.

• Fundierte Kenntnisse in stochastischer Optimierung und probabilistischer Modellierung sowie das Urteilsvermögen, mehrdeutige Geschäftsprobleme mit dem passenden mathematischen Ansatz zu formulieren, statt zu vertrauten Werkzeugen zu greifen.

• Nachgewiesenes Denken von Grund auf: Du wählst zwischen stochastischer Programmierung, klassischem ML, Reinforcement Learning und einer einfachen Heuristik anhand des jeweiligen Problems und nicht danach, welche Technik du am besten kennst.

• Fundiertes Engineering-Handwerk, das deiner Modellierungstiefe entspricht: Python auf Produktionsniveau, hohe Ansprüche an Codequalität und Systemdesign sowie die Fähigkeit, über den gesamten ML-Lebenszyklus hinweg als technische:r Kolleg:in auf Augenhöhe mit Software Engineers zusammenzuarbeiten.

• Breite Erfahrung über den gesamten Lebenszyklus: Du verantwortest die Modellierung und quantitative Arbeit ebenso wie die Überführung in die Produktion (Bereitstellung, Überwachung und das Verständnis der Softwaresysteme rund um deine Modelle). Du lieferst lieber das Ganze in guter Qualität aus und verbesserst es anschließend, statt eine einzelne Komponente zu perfektionieren. Du denkst auf Ebene des Ergebnisses, des Portfolios und seiner Stellschrauben, nicht nur auf Ebene eines einzelnen Modells.

Zusätzliche Pluspunkte:

• Erfahrung mit Reinforcement Learning oder Kausalinferenz in angewandten, kommerziellen Einsatzbereichen.

• Promotion oder vergleichbare Forschungstiefe in einer quantitativen Disziplin, etwa Statistik, angewandte Mathematik, Physik, Operations Research oder Ähnlichem.

• Fähigkeit, die Zielkonflikte zwischen Optimierungslösern (Gurobi usw.) und gradientenbasierten ML-Methoden (PyTorch usw.) zu beurteilen, sowie das Urteilsvermögen zu wissen, wann welches Verfahren sinnvoll ist.

• Erfahrung mit Systemen mit hohem Datendurchsatz in der Produktion.

V