Deine Hauptaufgaben bei uns sind:

  • Modellbereitstellung: Automatisierung des Deployments von ML Modellen in Produktionsumgebungen und Sicherstellung, dass diese ordnungsgemäß skaliert und überwacht werden
  • Pipeline-Entwicklung: Aufbau und Pflege von automatisierten Data- und Modell-Pipelines
  • Monitoring: Überwachung der Modell-Qualität in Produktion, um sicherzustellen, dass die Vorhersagen weiterhin genau und zuverlässig sind
  • Modellversionierung: Implementierung von Lösungen zur Verwaltung und Versionierung von Modellen, Daten und anderen Artefakten, um schnelle Iterationen und Experimente zu ermöglichen
  • Automatisiertes Testing: Unterstützung der Erstellung von automatisierten Tests für Modelle, um sicherzustellen, dass sie vor der Bereitstellung den gewünschten Qualitätsstandards entsprechen
  • Skalierung und Optimierung: Gewährleistung der horizontalen Skalierbarkeit von ML-Lösungen, um großen Datenmengen gerecht zu werden
  • Sicherheit: Sicherstellen, dass Modelle sicher sind und keine sensiblen Daten preisgegeben werden. Einbindung von Sicherheitsprotokollen und -praktiken in die MLOps-Pipeline
  • Zusammenarbeit: Enges Arbeiten mit den Data Scientists und Data Engineers unseres Research-Teams sowie mit IT-Operations, um die End-to-End ML-Pipeline zu optimieren 
  • Technologie-Stack-Pflege: Auswählen, implementieren und pflegen von Tools und Plattformen, die den MLOps-Prozess unterstützen, z.B. Azure ML, MLflow, DVC, Label Studio, GitLab, Terraform
  • Dokumentation und Schulung: Erstellung von Dokumentationen für Best Practices und Verfahren im Bereich MLOps. Schulung unserer Teams in den Werkzeugen und Prozessen

Das bringst Du idealerweise mit:

  • Ein abgeschlossenes Bachelor- oder Masterstudium im Bereich Informatik oder einem vergleichbaren Fachgebiet
  • Mindestens ein Jahr Erfahrung im Bereich DevOps oder MLOps
  • Du kennst Dich mit CI/CD-Pipelines, dem Aufsetzen von Model-Lifecycle-Lösungen und der Bereitstellung und Wartung von ML-Modellen aus
  • Du hast Kenntnisse im Umgang mit Cloud-Lösungen, idealerweise in Azure ML
  • Du beherrschst Container-Technologien, Kubernetes und Bash
  • Du hast Erfahrung in der Einbindung von Tools aus den Bereichen Data Version Control (z.B. DVC) und Experiment Tracking (z.B. MLflow)
  • Du bist teamfähig und hast den Willen, ständig Neues zu lernen. Du hast eine proaktive Arbeitsweise und die Fähigkeit, Probleme eigenständig zu lösen
  • Sehr gute Deutsch- und mindestens gute Englischkenntnisse in Wort und Schrift

Das kannst Du von/bei uns erwarten:

  • Wenn Du bei uns anfängst, erhältst Du zunächst Einblick in die Strukturen, Prozesse und Produktlandschaft
  • Mit Deiner Ansprechperson steigst Du direkt tief ein und kannst durch unseren Hands-On-Ansatz schnell eigene Aufgaben übernehmen
  • Du bist im gesamten Entwicklungszyklus involviert, von der Planung bis zur Testphase
  • Wir arbeiten mit modernen Technologien von Atlassian (Jira, Confluence) sowie mit GitLab und Microsoft 365