MLOps / LLMOps Engineer

Köln Vor Ort Vollzeit Mid-Level vor 17 Tagen Gehaltsrahmen wird im Prozess kommuniziert Teilen

Der ideale Kandidat verfügt über ein abgeschlossenes Studium in Informatik, Data Engineering, Software Engineering oder einem vergleichbaren technischen Fachgebiet. Zudem sollten Sie mindestens 3 Jahre Erfahrung im Betrieb produktiver ML- oder LLM-Systeme im Enterprise-Umfeld mitbringen. Fachkenntnisse im ML/LLM-Qualitätsmanagement sind erforderlich, insbesondere im Modell-Lifecycle-Management, Drift Detection, Prompt-Evaluation und experimentellen Vergleichsverfahren. Sie sollten sicher im Umgang mit MLflow oder Weights & Biases, CI/CD-Toolchains wie GitLab CI oder GitHub Actions sowie Container- und Cloud-Umgebungen sein. Eine strukturierte Arbeitsweise, die auf Qualität, Stabilität und Reproduzierbarkeit ausgerichtet ist, wird vorausgesetzt. Darüber hinaus sollten Sie in der Lage sein, mündlich und schriftlich sicher und präzise auf Deutsch und Englisch zu kommunizieren. Persönliche Eigenschaften wie Teamfähigkeit, analytisches Denken und eine hohe Motivation runden Ihr Profil ab.

Technologien

GitLab CI GitHub Actions

Soft Skills

Teamfähigkeit Kommunikation Analytisches Denken

Erforderliche Sprachen

Deutsch Englisch

Unser Kunde steht für IT-Exzellenz und bietet hervorragende Entwicklungsmöglichkeiten für alle Mitarbeitenden. Das Unternehmen wächst gemeinsam und fördert das Lernen voneinander - in Projekten, im Team und durch herausragende Trainingsangebote. Die IT ist das Herzstück, während der Fokus auf der Branche und dem Erfolg der Kunden liegt. Erfolgreiches Geschäft entsteht durch innovative Ideen, zukunftsfähige Strategien und intelligente IT-Lösungen. In dieser Rolle sind Sie verantwortlich für die Steuerung des End-to-End-Lifecycles von ML- und LLM-Systemen im produktiven Betrieb. Zu Ihren Aufgaben gehört die Versionierung, das Deployment, das Monitoring und die kontinuierliche Weiterentwicklung dieser Systeme. Sie implementieren automatisierte Trainings-, Test- und Deployment-Pipelines und entwickeln Evaluierungsarchitekturen, um die Qualität der Systeme objektiv zu messen. Zudem stellen Sie sicher, dass Monitoring für Modell-Drift, Daten-Drift, Latenz, Tokenverbrauch und Antwortqualität implementiert ist. Die Reproduzierbarkeit der Systeme wird durch Auditierbarkeit, Nachvollziehbarkeit und kontrollierte Rollbacks gewährleistet. Das Team legt großen Wert auf eine positive Unternehmenskultur, in der Zusammenarbeit und Teamgeist gefördert werden. Sie haben die Möglichkeit, an spannenden Projekten zu arbeiten und Ihre Fähigkeiten kontinuierlich weiterzuentwickeln.