MLOPs Engineer - Data & AI Platforms
Role details
Job location
Tech stack
Job description
|| Remark: The following position requires fluent German language skills (min. level C1), both written and spoken.
Als MLOps Engineer (w/m/d) gestaltest du die technologische Basis für die Entwicklung, Bereitstellung und den Betrieb moderner Data & AI-Plattformen. Dein Fokus liegt auf der Automatisierung, Skalierung und Governance von Machine-Learning- und KI-Modellen - von der ersten Idee bis zum produktiven Betrieb beim Kunden. Du arbeitest eng mit Data Engineers, Data Scientists und DevSecOps-Spezialist:innen zusammen, um skalierbare, sichere und wiederverwendbare KI-Services zu entwickeln, zu betreiben und kontinuierlich zu optimieren:
- Du unterstützt in den Bereichen Security und Operations - zum Beispiel durch die Automatisierung von Monitoring- und Logging-Lösungen.
- Du stellst betriebliche Aspekte wie Auto-Scaling und Performance-Optimierung sicher (z. B. GPU-/Accelerator-Skalierung).
- Du baust CI/CD-Pipelines für ML-Modelle auf und betreibst sie - inklusive Testing, Deployment und Monitoring.
- Du nutzt und entwickelst MLOps-Tools wie Kubeflow, MLflow und Data Version Control (DVC) weiter.
- Du übernimmst die Verantwortung für das Model-Management (Build, Deployment, Versionierung, Tracking und Serving).
- Du überwachst und bewertest die Modellperformance, z. B. in Bezug auf Qualität, Drift und Best-Fit-Analysen.
- Du stellst ML-/KI-Produkte für die Wiederverwendung in Kundenprojekten bereit.
- Du erstellst technische Dokumentationen, pflegst User Stories und arbeitest aktiv im agilen Projektvorgehen mit.
- Du arbeitest eng mit Data Engineers und DevSecOps-Teams zusammen.
- Du wirkst an konzeptionellen und strategischen Aufgaben rund um Data & AI Governance mit.
Requirements
-
Mindestens drei Jahre Berufserfahrung im MLOps- oder Data-Engineering-Umfeld
-
Fundierte Kenntnisse in CI/CD, Kubernetes und Container-Orchestrierung
-
Erfahrung mit ML-Frameworks wie TensorFlow und PyTorch
-
Tiefgehendes Wissen im Umgang mit MLOps-Tools (z. B. Kubeflow, MLflow, DVC)
-
Erfahrung mit Model-Builds, Deployment, Management und Skalierung
-
Kenntnisse in Model-Registrys, -Tracking, -Versioning und -Serving
-
Erfahrung mit Monitoring und Performance-Analysen von ML-Modellen
-
Verständnis aktueller Trends wie Agentic AI und Model Context Protocol (MCP)
-
Grundkenntnisse in Data & AI Governance sowie im Bereich Security & Compliance
-
Teamorientierte, strukturierte und lösungsorientierte Arbeitsweise
-
Technologische Umgebung / Tools: vLLM, Nvidia NIM, Nvidia Triton, Azure AI Foundry, Azure ML, AWS Bedrock, AWS SageMaker, llm-d, Inference Gateway (optional: OpenShift AI, CKA, Azure AI Engineer Associate)
-
Idealerweise relevante Zertifizierungen wie Databricks Certified Machine Learning Associate / Professional oder AWS Certified Machine Learning Engineer - Associate
-
Selbstständige, strukturierte und kreative Arbeitsweise sowie Freude an Teamarbeit
-
Sehr gute Deutsch- und gute Englischkenntnisse