MLOps Engineer für den Bereich Künstliche Intelligenz (Artificial Intelligence)

Verantwortung für die Weiterentwicklung und den stabilen Betrieb von unternehmensweiten KI-basierten Anwendungen und Services bei Rohde & Schwarz - darunter beispielsweise Self-hosted Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG) in On-Premise- sowie Off-Premise-Umgebungen

Erstellung und Weiterentwicklung technischer Architekturen für KI-Anwendungen und -Infrastrukturen mit besonderem Fokus auf Skalierbarkeit, Sicherheit und Integration in die bestehende IT-Landschaft

Automatisierung des ML-Lebenszyklus (MLOps): Entwicklung von Strategien zur Automatisierung der Datenvorbereitung, des Modelltrainings, der Modellvalidierung, der Bereitstellung und der Überwachung der Modelqualität im Betrieb

Zusammenarbeit mit Data Scientists, DevOps Engineers und Data Engineers zur Integration von ML-Modellen in bestehende Anwendungen und Systeme, sowie die Validierung der Modelle

Überwachung und Analyse der Systemlandschaft mithilfe moderner Monitoring-Tools wie Prometheus und Grafana, insbesondere im Kubernetes-Umfeld mit Fokus auf Performanceoptimierung und frühzeitige Problemidentifikation

Innovationsfreude und Neugier beim Aufbau neuer Ansätze für den Betrieb von AI-Agent-Systemen - basierend auf Best Practices aus MLOps und LLMOps - sowie beim Erkunden neuer Anforderungen entlang des Lebenszyklus von AI Agents

Aufbau und Pflege von CI/CD-Pipelines für ML-Projekte, um eine effiziente Bereitstellung von Modellen zu gewährleisten

Optimierung von Data Pipelines auf Basis von Dagster in Kubernetes zur effizienten und automatisierten Verarbeitung großer Datenmengen in den Modellen

Anwendung moderner GitOps-Workflows zur automatisierten Verwaltung der K8s-Infrastruktur, Rohde & Schwarz ist ein globaler Technologiekonzern mit aktuell ca. 14.000 Mitarbeitern und drei Divisionen: Test & Measurement, Technology Systems und Networks & Cybersecurity. Seit 90 Jahren entwickelt das Unternehmen Spitzentechnologie, verschiebt die Grenzen des technisch Machbaren und ermöglicht Kunden aus Wirtschaft, Behörden und hoheitlichem Umfeld ihre technologische Souveränität. Die Aufgabe des Rohde & Schwarz-Werkes Teisnach im Bayerischen Wald ist die Fertigung von mechanischen und elektronischen Baugruppen vom Einzelteil bis zum kompletten System für die Investitionsgüterindustrie.

Erstellung und Weiterentwicklung technischer Architekturen für KI-Anwendungen und -Infrastrukturen mit besonderem Fokus auf Skalierbarkeit, Sicherheit und Integration in die bestehende IT-Landschaft

Automatisierung des ML-Lebenszyklus (MLOps): Entwicklung von Strategien zur Automatisierung der Datenvorbereitung, des Modelltrainings, der Modellvalidierung, der Bereitstellung und der Überwachung der Modelqualität im Betrieb

Zusammenarbeit mit Data Scientists, DevOps Engineers und Data Engineers zur Integration von ML-Modellen in bestehende Anwendungen und Systeme, sowie die Validierung der Modelle

Überwachung und Analyse der Systemlandschaft mithilfe moderner Monitoring-Tools wie Prometheus und Grafana, insbesondere im Kubernetes-Umfeld mit Fokus auf Performanceoptimierung und frühzeitige Problemidentifikation

Innovationsfreude und Neugier beim Aufbau neuer Ansätze für den Betrieb von AI-Agent-Systemen - basierend auf Best Practices aus MLOps und LLMOps - sowie beim Erkunden neuer Anforderungen entlang des Lebenszyklus von AI Agents

Aufbau und Pflege von CI/CD-Pipelines für ML-Projekte, um eine effiziente Bereitstellung von Modellen zu gewährleisten

Optimierung von Data Pipelines auf Basis von Dagster in Kubernetes zur effizienten und automatisierten Verarbeitung großer Datenmengen in den Modellen

Anwendung moderner GitOps-Workflows zur automatisierten Verwaltung der K8s-Infrastruktur