Werkstudent MLOps-Plattform & Cloud-Native Infrastruktur

Als Werkstudent:in unterstützen Sie unser Team dabei, die verschiedenen Software-, Infrastruktur- und ML Komponenten unserer Forschungs- und Entwicklungsplattform zu einem funktionierenden Gesamtsystem zu verbinden und weiterzuentwickeln. Die Plattform überwacht den Sicherheits- und Robustheitszustand von Machine-Learning-Systemen über ihren gesamten Lebenszyklus hinweg - als Cloud-Native-System auf Basis von Kubernetes, das wir aktuell auf eine OpenStack-basierte Cloud-Infrastruktur überführen. Dabei arbeiten wir nach modernen Entwicklungs- und Betriebsprinzipien (Git-zentriert, IaC, Containerisierung, CI/CD)., * Mitarbeit an unserer geschichteten IaC-Architektur mit OpenTofu/Terraform (modulare Layer für Cloud-Infrastruktur, Plattform-Dienste und Anwendungen)

• Bereitstellung und Pflege von Kubernetes-Umgebungen, perspektivisch auf einer OpenStack-basierten Cloud, inkl. Netzwerk-, Storage- und Zugriffs-Konfiguration
• Deployment von Komponenten über Helm, Kustomize und K8s-Manifeste
• Fehlersuche im Cluster (Pods, Services, Logs, Events) mit kubectl

Container & Image-Management

• Bau und Pflege von Docker-Images für unsere Services (Multi-Stage-Builds, Build-Automatisierung)
• Verwaltung von Images in unserer internen Container-Registry

MLOps-Plattform & Modell-Serving

• Betrieb und Integration der MLOps-Bausteine: Kubeflow Pipelines & Training Operator, MLflow (Experiment-Tracking & Model Registry), KServe (Modell-Serving), MinIO (S3-kompatibler Storage)
• Unterstützung beim Registrieren, Deployen und Versionieren von ML-Modellen sowie beim Aufsetzen von Trainings- und Serving-Pipelines

Event-Streaming & Service-Integration

• Anbindung und Pflege der Streaming-Schicht für Inferenz-Logging (Kafka-kompatibler Message Broker, CloudEvents)
• Implementierung und Konfiguration von Schnittstellen zwischen den Services (REST, GraphQL, Message-Queues, Modell-Inferenz-Protokolle)

ML- & Data-Science-Unterstützung (je nach Interesse und Vorkenntnissen)

• Mitarbeit an unseren ML-Services in Python, z. B. bei Modell-Monitoring, Drift-Erkennung und der Demo-Anwendung
• Unterstützung bei Auswertungen, Diagnose-Plots und Methodenvergleichen

Qualitätssicherung & Automatisierung

• Erstellen und Ausführen von Unit-, Integrations- und Smoke-/End-to-End-Tests
• Automatisierung wiederkehrender Deployment- und Build-Schritte; Mitwirken am Aufbau von CI/CD Pipelines

Dokumentation & Knowledge Transfer

• Pflege von Architektur-, Deployment- und Runbook-Dokumentation (Markdown)
• Aufbereitung von Demo-, Präsentations- und Reproduktionsmaterialien

Must-Haves

• Eingeschriebene:r Student:in (Informatik, Data Science, Computational Engineering, Elektro-/Nachrichtentechnik oder vergleichbar)
• Solide Python-Kenntnisse und Freude am Lesen und Verstehen fremden Codes
• Grundverständnis von Containern (Docker) und Kubernetes
• Sicherer Umgang mit Git und der Kommandozeile (Linux)
• Selbstständige, lösungs- und prozessorientierte Arbeitsweise sowie Bereitschaft, sich zügig in neue Technologien einzuarbeiten
• Gute Deutsch- und Englischkenntnisse in Wort und Schrift

Nice-to-Have

• Erfahrung mit Infrastructure-as-Code (Terraform/OpenTofu)
• Erfahrung mit Cloud-Infrastruktur, idealerweise OpenStack
• Kenntnisse im MLOps-Umfeld (MLflow, Kubeflow, KServe, MinIO)
• Erfahrung mit Kafka bzw. event-getriebenen Architekturen
• Erfahrung mit ML-Frameworks (z. B. PyTorch) von Vorteil
• Interesse an ML-Sicherheit & -Robustheit (Angriffe auf Modelle, Modell-Monitoring)
• Erste Erfahrung mit agilen Methoden (Scrum, Kanban)

• Einsatzdauer: idealerweise 6-12 Monate
• Arbeitszeit: 15-20 Stunden pro Woche (in der vorlesungsfreien Zeit nach Absprache mehr)

• Hybrides Arbeitsmodell mit Remote-Möglichkeit, * Praxisnahe Mitarbeit an einem echten Forschungs- und Demonstrator-Projekt an der Schnittstelle von MLOps, Cloud-Native-Infrastruktur und ML-Sicherheit

• Tiefe Einblicke in einen modernen, durchgängigen Technologie-Stack (OpenTofu, OpenStack, Kubernetes, Kubeflow, MLflow, KServe, Kafka)
• Eigenverantwortliche Aufgaben mit direktem, sichtbarem Beitrag zum System
• Enge Betreuung und Mentoring durch erfahrene Engineers - kurze Wege, direktes Feedback und Raum, Verantwortung zu übernehmen
• Flexible, studienfreundliche Arbeitszeiten Perspektive auf eine längerfristige Zusammenarbeit nach Studienabschluss

Über die Atos Group

Die Atos Group ist ein weltweit führender Anbieter im Bereich der digitalen Transformation. Mit ca. 56.000 Mitarbeitenden und einem Jahresumsatz von ca. 7,2 Mrd. EUR (auf Basis des künftigen Unternehmenszuschnitts) agiert das Unternehmen in 54 Ländern unter zwei Marken: Atos für Services und Eviden für Produkte und Systeme. Als europäische Nummer eins in den Bereichen Cybersicherheit und Cloud arbeitet die Atos Group für eine sichere und dekarbonisierte Zukunft und bietet maßgeschneiderte KI-gestützte End-to-End Lösungen für alle Branchen. Atos Group ist an der Euronext Paris notiert.

Wir suchen neue Kolleg:innen an unseren Standorten in Paderborn, Hamburg und Berlin (Hybrid, mit Remote-Möglichkeit)., Atos ist in seiner Branche ein anerkannter Marktführer in Bezug auf Umwelt-, Sozial- und Governance-Kriterien (ESG). Erfahren Sie mehr über unser CSR-Engagement.