AI/ML Ops Engineer (m/w/d)

Aimlroles; Hart bei Graz; Presencial; EUR 35.000 - 42.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Weiterbildung

Descripción de la vacante

Aimlroles sucht eine erfahrene Fachkraft für DevOps/ML Ops in Österreich, die CI/CD-Pipelines für KI-Modelle entwickelt, ML-Lifecycle-Workflows aufbaut und Deployments automatisiert. Sie betreibt robuste Datenpipelines und sorgt für Datenqualität sowie Monitoring der KI-Services.

Sie arbeiten in einer dynamischen, kollaborativen Umgebung und verantworten Schulungen im Fachgebiet. Die Position bietet Weiterbildungsmöglichkeiten und eine marktkonforme Bezahlung.

Formación

• Erfahrung in DevOps, Cloud Engineering, ML Ops oder AI-Infrastruktur.
• Erfahrung in Modelloptimierung sowie mit verschiedenen Deployment-Formaten.
• Fundierte Kenntnisse in Cloud-Umgebungen (Azure, AWS, GCP) und hybriden Architekturen.
• Analytisches Denkvermögen und Teamarbeit.
• Verantwortung für Schulungen und Wissensaustausch im Fachgebiet.

Responsabilidades

• Du entwickelst und pflegst CI/CD-Pipelines für KI-Modelle, Datenverarbeitung und Software-Releases.
• Du baust skalierbare ML-Lifecycle-Workflows auf und betreibst diese von Training bis Monitoring.
• Du automatisierst Deployments auf Produktionssysteme mit ML-Ops-Frameworks.
• Du konzipierst und betreibst effiziente Datenpipelines für Trainingsdaten, Logs und Metriken.
• Du sicherst Datenqualität und betreibst Modell-Retraining-Prozesse.
• Du stellst Betriebssicherheit, Verfügbarkeit und Monitoring der KI-Services sicher.
• Du überwachst Modell-Performance, Systemauslastung und Latenzen.
• Du implementierst Monitoring, Alarmierungen und Dashboards.
• Du führst Root-Cause-Analysen bei Ausfällen und Performance-Einbrüchen durch.

Conocimientos

DevOps

Cloud Engineering

ML Ops

AI Infrastruktur

Datenpipelines

Deployment Formats

Herramientas

Azure

AWS

GCP

Monitoring Tools

Descripción del empleo

#yourmission

• Du entwickelst und pflegst CI/CD-Pipelines für KI-Modelle, Datenverarbeitung und Software-Releases.
• Du baust skalierbare ML-Lifecycle-Workflows auf und betreibst diese, von Training und Versionierung bis hin zu Tests und Monitoring.
• Du automatisierst Deployments auf Produktionssysteme mithilfe moderner MLOps-Frameworks.
• Du konzipierst, implementierst und betreibst effiziente Datenpipelines für Trainingsdaten, Logs und Performance-Metriken.
• Du unterstützt die Sicherstellung der Datenqualität sowie Modell-Retraining-Prozesse, ohne dabei den Schwerpunkt auf die Modellentwicklung zu legen.
• Du stellst einen robusten, sicheren und hochverfügbaren Betrieb produktiver KI-Services sicher.
• Du überwachst die Modell-Performance, Systemauslastung, Latenzzeiten und Zuverlässigkeit der KI-Systeme.
• Du implementierst Monitoring-Tools, Alarmierungen und Dashboards zur Überwachung und Steuerung von KI-Systemen.
• Du führst Root-Cause-Analysen bei Ausfällen, Performance-Einbrüchen oder Datenanomalien durch und leitest geeignete Maßnahmen ab.

#youareknapp

• Du verfügst über Erfahrung in den Bereichen DevOps, Cloud Engineering, ML Ops oder AI-Infrastruktur.
• Du bringst Erfahrung in der Modelloptimierung sowie mit verschiedenen Deployment-Formaten mit.
• Du besitzt fundierte Kenntnisse in Cloud-Umgebungen wie Azure, AWS oder GCP sowie in hybriden Architekturen.
• Du überzeugst durch analytisches Denkvermögen und arbeitest gerne in einem dynamischen und kollaborativen Umfeld.
• Du verantwortest Schulungen und Trainings in deinem jeweiligen Fachgebiet und teilst dein Wissen zielgruppengerecht mit Kolleg:innen und Stakeholdern

#weareknapp

Wir bieten dir fachliche und persönliche Weiterbildungsprogramme sowie die Mitarbeit in einem motivierten Team, in dem die Bereitschaft Verantwortung zu übernehmen und die Begeisterung für die Umsetzung von Ideen willkommen sind. Für diese Position gilt ein Mindestgehalt von EUR brutto 3.415,01 pro Monat. Wir bieten jedoch eine marktkonforme Bezahlung in Abhängigkeit von deiner Qualifikation und Vorerfahrung.