Machine learning operations engineer (m/w/d)

Machine Learning Operations Engineer (m/w/d)

Ihre Aufgaben

• Konzeption, Entwicklung und Standardisierung skalierbarer MLOps-Architekturen für die produktive Bereitstellung von Machine-Learning-Modellen
• Entwicklung, Implementierung und Dokumentation robuster Deployment-Pipelines für Modelle aus einer zentralen Model Registry
• Integration und Anbindung verschiedener Deployment-Umgebungen und Serving-Plattformen wie Orbital Pipelines, Kubeflow und KServe
• Entwicklung und Pflege von Wrappers, SDK-Erweiterungen und Konfigurationstemplates zur Bereitstellung von Machine-Learning-Modellen unterschiedlicher Frameworks
• Sicherstellung einer sicheren, hochverfügbaren und skalierbaren Bereitstellung von KI-Modellen in produktiven Umgebungen
• Zusammenarbeit mit internen MLOps-, Data-Science- und Plattform-Teams zur Definition technischer Standards und Best Practices
• Standardisierung von Model-Serving-Konfigurationen, Monitoring-Lösungen, Endpoint-Health-Checks und Deployment-Prozessen
• Analyse, Fehlerbehebung und Optimierung von Modellbereitstellungen hinsichtlich Performance, Skalierbarkeit und Stabilität
• Unterstützung bei der Konsolidierung und Weiterentwicklung der unternehmensweiten MLOps-Landschaft
• Erstellung technischer Dokumentationen, Betriebsdokumentationen und Runbooks für den nachhaltigen Betrieb der Plattformen
• Durchführung von Wissenstransfer- und Schulungsmaßnahmen für interne Teams
• Unterstützung bei der Automatisierung von Deployment-, Testing- und Betriebsprozessen innerhalb moderner CI/CD-Landschaften
• Zusammenarbeit mit internationalen Stakeholdern in Forschungs-, Entwicklungs- und IT-Organisationen

Ihre Qualifikationen

• Erfolgreich abgeschlossenes Bachelor- oder Masterstudium der Informatik, Data Science, Software Engineering, Machine Learning oder einer vergleichbaren Fachrichtung
• Mindestens 8 Jahre Berufserfahrung im Bereich MLOps, Machine Learning Engineering, Cloud Engineering oder Plattformentwicklung
• Fundierte praktische Erfahrung im Umgang mit Model Registries, idealerweise Weights & Biases
• Sehr gute Programmierkenntnisse in Python sowie Kenntnisse in Shell Scripting
• Expertenwissen im Bereich Docker, Containerisierung und Kubernetes-basierter Plattformen
• Erfahrung in der Entwicklung, Implementierung und Optimierung hochverfügbarer Model-Serving-Lösungen
• Fundierte Kenntnisse im Aufbau und Betrieb von REST APIs und/oder gRPC-basierten Services
• Erfahrung mit der Bereitstellung von Machine-Learning-Modellen auf produktiven Plattformen
• Kenntnisse moderner Deployment-, Monitoring- und Automatisierungsprozesse im MLOps-Umfeld
• Verhandlungssichere Englischkenntnisse in Wort und Schrift
• Fähigkeit zur Zusammenarbeit in internationalen und interdisziplinären Teams
• Strukturierte, analytische und lösungsorientierte Arbeitsweise

Ihre Vorteile

• Einstieg in ein global führendes Großunternehmen
• Eine umfangreiche und verantwortungsvolle Herausforderung
• Übertarifliche Bezahlung und Branchenzuschläge Chemie
• Persönliche Betreuung und Beratung durch Ihre Trenkwalder Geschäftsstelle
• Exklusive Mitarbeiterrabatte bei Reisen, Mode, Auto, Elektronik, etc.
• Gute Übernahmeperspektive durch unseren namhaften Kunden
• Urlaubs- und Weihnachtsgeld ab 6 Monaten Betriebszugehörigkeit
• Einarbeitung bei unserem Kunden vor Ort im Rahmen eines Patensystems
• Zusätzlicher Freizeitausgleich durch flexibles Arbeitszeitkonto