Senior MLOps / DevOps Engineer AI (Computer Vision)
Role details
Job location
Tech stack
Job description
Heilbronn Amazon Web Services (AWS) Artificial Intelligence (AI) CI/CD (Continuous Integration/Delivery) Data Engineering Deep Learning DevOps
+11 Top
Die Schwarz IT betreut die gesamte digitale Infrastruktur und alle Softwarelösungen der Unternehmen der Schwarz Gruppe. Sie ist somit für Auswahl, Bereitstellung und Betrieb sowie Weiterentwicklung von IT-Infrastrukturen, IT-Plattformen und Business-Anwendungen zuständig. Um die Fachbereiche durch IT-Lösungen optimal bei deren Geschäftsprozessen zu unterstützen, nimmt die Schwarz IT die Anforderungen der Fachbereiche in Beratungsgesprächen auf und erarbeitet gemeinsam mit diesen professionelle und leistungsfähige IT-Lösungen., * Entwicklung & Betrieb: Du konzipierst, implementierst und wartest Softwarelösungen sowie Cloud-Infrastrukturen für das Training, Management und Deployment von Computer-Vision-Datensätzen und -Modellen.
- Pipeline-Optimierung: Du entwirfst und optimierst Deployment-Pipelines, um eine nahtlose Integration und Skalierung von Machine-Learning-Modellen zu ermöglichen.
- Teamarbeit: Du arbeitest eng mit unseren AI Engineers zusammen, um die Entwicklung, das Training und das Deployment von KI-Modellen effizienter zu gestalten.
- ML-Pipelines: Du entwickelst und verwaltest ML-Pipelines und stellst durch sauberes Software Engineering sicher, dass sie in Produktionsumgebungen stabil laufen.
- Infrastruktur & Skalierung: Du trägst dazu bei, eine robuste, sichere und performante Infrastruktur für unsere KI-Lösungen im großen Maßstab aufzubauen.
Requirements
- Erfahrung & Fundament: Du verfügst über eine solide Basis im Software Engineering und Machine Learning. Du bringst mindestens 3 Jahre Berufserfahrung in den Bereichen MLOps, DevOps oder Data Engineering mit.
- Python-Experte: Du beherrschst Python fließend und hast eine Leidenschaft für sauberen, wartbaren und gut getesteten Code. Im besten Fall hast du bereits Erfahrung mit der ML-Library PyTorch.
- Infrastruktur-Profi: Du bist sicher im Umgang mit Docker und Kubernetes und beherrschst Infrastructure as Code mit Terraform.
- Cloud-Native: Du hast praktische Erfahrung mit mindestens einem großen Cloud-Provider (AWS, GCP oder Azure) sowie im Aufbau und Management von CI/CD-Pipelines.
- ML-Interesse: Du hast ein grundlegendes Verständnis von Deep Learning und KI-Workflows. Idealerweise hast du bereits mit MLOps-Tools wie MLflow, Kubeflow oder Cloud-Lösungen wie SageMaker/Vertex AI gearbeitet.
- Monitoring-Mindset: Du hast Erfahrung mit Monitoring- und Observability-Stacks (z. B. Prometheus, Loki, Grafana) und verstehst DevOps-Prinzipien.
- Macher-Mentalität: Komplexe technische Herausforderungen löst du proaktiv, zuverlässig und eigenständig mit pragmatischen, skalierbaren Lösungen.
