MLOps Engineer (m/w/d)

Rheinmetall AG; Bremen; Vor Ort; EUR 55.000 - 75.000; Vollzeit

Benefits dieser Stelle

Betriebliche Altersvorsorge

Aktienkaufprogramm

Zugang zu den Corporate Benefits

Deutschlandticket

Umzugsunterstützung

Weiterentwicklungsmöglichkeiten

Professioneller Einarbeitungsprozess

Zusammenfassung

IT-Systemhaus der Bundesagentur für Arbeit sucht einen MLOps Engineer in Bremen. In dieser Position sind Sie für die Bereitstellung und den Betrieb von Machine-Learning-Modellen verantwortlich sowie für die Optimierung ihrer Performance. Anforderungen sind ein erfolgreich abgeschlossenes Studium in Informatik oder einer verwandten Disziplin, mehrjährige Berufserfahrung in MLOps und ausgezeichnete Englischkenntnisse. Geboten werden betriebliche Altersvorsorge und individuelle Weiterbildungsmöglichkeiten.

Qualifikationen

• Erfolgreich abgeschlossenes Studium in Informatik, Machine Learning, Künstlicher Intelligenz, Software Engineering oder eine vergleichbare Qualifikation.
• Mehrjährige Berufserfahrung in den Bereichen Machine Learning Operations (MLOps), Platform Engineering oder in DevOps-Umgebungen zur Unterstützung von Machine-Learning-Systemen.
• Fundierte Erfahrung im Deployment und Betrieb von Machine-Learning-Modellen in Produktionsumgebungen.

Aufgaben

• Bereitstellung und Betrieb von Machine-Learning-Modellen in skalierbaren Produktionsumgebungen.
• Implementierung von robusten Traffic-Handling- und Autoscaling-Mechanismen.
• Etablierung eines Monitorings für Inference-Performance und Datenqualität.

Kenntnisse

Machine Learning Operations (MLOps)

Deployment und Betrieb von Machine-Learning-Modellen

containerisierte Workloads

Orchestrierungsplattformen

Modellversionierung

Optimierung von Machine-Learning-Modellen

Kooperationsfähigkeit

Kommunikationsfähigkeiten

Englischkenntnisse

Ausbildung

Studium in Informatik, Künstlicher Intelligenz oder Software Engineering

Jobbeschreibung

MLOps Engineer (m/w/d)

Arbeitsort

Bremen

Anstellungsart

Vollzeit

Befristung

unbefristet

Stellenbeschreibung

• Bereitstellung (Deployment) und Betrieb von Machine-Learning-Modellen in standardisierten und skalierbaren Produktionsumgebungen
• Implementierung robuster Traffic-Handling- und Autoscaling-Mechanismen zur Gewährleistung eines zuverlässigen und effizienten Model Servings
• Konzeption und Verwaltung fortschrittlicher Deployment-Strategien zur Risikominimierung bei Model Releases und Updates
• Optimierung der Inference-Performance durch verbesserte Hardwareauslastung und Minimierung der Latenz für Produktions-Workloads
• Paketierung und Release von Machine-Learning-Modellen in vollständig containerisierten und versionskontrollierten Umgebungen
• Sicherstellung der Reproduzierbarkeit und Integrität von Modell-Artefakten über Entwicklungs-, Test- und Produktionssysteme hinweg
• Etablierung eines umfassenden Monitorings für Inference-Performance, Datenqualität und Modellverhalten in der Produktion
• Unterstützung von Governance und Compliance durch die Pflege rückverfolgbarer Release-Artefakte, Validierungsergebnisse und revisionssicherer Dokumentation

Qualifikationen

• Erfolgreich abgeschlossenes Studium in Informatik, Machine Learning, Künstlicher Intelligenz, Software Engineering oder eine vergleichbare Qualifikation
• Mehrjährige Berufserfahrung in den Bereichen Machine Learning Operations (MLOps), Platform Engineering oder in DevOps-Umgebungen zur Unterstützung von Machine-Learning-Systemen
• Fundierte Erfahrung im Deployment und Betrieb von Machine-Learning-Modellen in Produktionsumgebungen
• Solide Kenntnisse im Umgang mit containerisierten Workloads und Orchestrierungsplattformen für skalierbares Model Deployment
• Erfahrung in der Arbeit mit Systemen zur Modellversionierung und im Management von Machine-Learning-Artefakten über verschiedene Umgebungen hinweg
• Sichere Englischkenntnisse in Wort und Schrift
• Praktische Erfahrung in der Optimierung von Machine-Learning-Modellen für effiziente Inference und Hardwareauslastung
• Strukturierte und analytische Herangehensweise an die Lösung komplexer operativer Herausforderungen in Machine-Learning-Systemen
• Ausgeprägte Kooperations- und Kommunikationsfähigkeiten in der Zusammenarbeit mit Engineering-, Data-Science- und Plattform-Teams

Benefits

• Betriebliche Altersvorsorge
• Aktienkaufprogramm
• Zugang zu den Corporate Benefits
• Deutschlandticket
• Umzugsunterstützung
• Individuelle und vielfältige externe sowie interne Weiterentwicklungsmöglichkeiten u.a. in der Rheinmetall Academy
• Professioneller Einarbeitungsprozess begleitet durch ein digitales Onboarding

Schwerbehinderte Bewerber (m/w/d) werden bei gleicher Eignung besonders berücksichtigt.