MLOps Engineer (m/w/d) – Pharma / Life Sciences (DACH)

birkle IT; Deutschland; Vor Ort; EUR 65.000 - 85.000; Vollzeit

Zusammenfassung

Ein Unternehmen im Pharma- und Life-Sciences-Bereich sucht eine erfahrene Persönlichkeit im Bereich MLOps. Sie verantworten die Überführung von ML-Modellen in die Produktion und deren Betrieb. Zu den Anforderungen gehören Erfahrung mit Docker, Kubernetes und sehr guten Python-Kenntnissen. Das Unternehmen bietet attraktive Vergütung, flexible Arbeitsmodelle und umfassende Gesundheitsleistungen. Bewerbungen sind auch willkommen, wenn nicht alle Anforderungen erfüllt werden.

Leistungen

Attraktive Vergütung mit leistungsbezogenen Komponenten

Flexible Arbeitsmodelle und großzügige Urlaubsregelungen

Umfassende Gesundheits- und Vorsorgeleistungen

Betriebliche Altersvorsorge

Kontinuierliche Weiterbildungs- und Entwicklungsmöglichkeiten

Moderne Arbeitsumgebung und zusätzliche Corporate Benefits

Qualifikationen

• Erfahrung mit Docker & Kubernetes in produktiven Umgebungen.
• Praxis mit CI/CD-Pipelines (z. B. GitHub Actions, GitLab, Jenkins).
• Cloud‑Know‑how (AWS, Azure oder GCP), idealerweise auch Hybrid / On‑Prem.
• Umgang mit ML‑Lifecycle‑Tools (z. B. MLflow, Kubeflow, DVC, W&B).
• Sehr gute Python‑Kenntnisse.

Aufgaben

• Betrieb und Weiterentwicklung produktiver ML‑Pipelines.
• Umsetzung von Model Deployment & Serving (APIs, Inferenz, Skalierung).
• Automatisierung von Deployments mittels CI/CD.
• Sicherstellung von Monitoring, Stabilität und Nachvollziehbarkeit.
• Zusammenarbeit mit Data Science, IT, Security und Quality‑Teams.

Kenntnisse

Docker

Kubernetes

CI/CD-Pipelines

Cloud-Services (AWS, Azure, GCP)

Python

Tools

MLflow

Kubeflow

DVC

W&B

Jobbeschreibung

Für unseren Kunden aus dem Pharma- und Life-Sciences-Umfeld suchen wir eine erfahrene Persönlichkeit im Bereich MLOps, die produktive Machine‑Learning-Systeme in einem regulierten, qualitätskritischen Umfeld verantwortet.

Pharma-Organisationen stellen besondere Anforderungen an KI: Nachvollziehbarkeit, Stabilität, Compliance und langfristiger Betrieb stehen klar im Vordergrund. In dieser Rolle geht es nicht um Experimente, sondern um produktive ML‑Systeme mit echtem Impact.

DeineMission

In dieser Rolle werden ML‑Modelle zuverlässig in Produktion überführt und über ihren gesamten Lebenszyklus betrieben. Der Schwerpunkt liegt auf stabilen Deployments, sauberer Automatisierung und nachhaltigem Betrieb.

• Betrieb und Weiterentwicklung produktiver ML‑Pipelines (Training, Deployment, Retraining)
• Umsetzung von Model Deployment & Serving (APIs, Inferenz, Skalierung, Latenz)
• Automatisierung von Deployments mittels CI/CD und infrastructure‑nahen Ansätzen
• Sicherstellung von Monitoring, Stabilität und Nachvollziehbarkeit
• Zusammenarbeit mit Data Science, IT, Security und Quality‑Teams

Dein Gewinn

• Attraktive Vergütung mit leistungsbezogenen Komponenten
• Flexible Arbeitsmodelle und großzügige Urlaubsregelungen
• Umfassende Gesundheits- und Vorsorgeleistungen
• Betriebliche Altersvorsorge und langfristige Absicherung
• Kontinuierliche Weiterbildungs- und Entwicklungsmöglichkeiten
• Moderne Arbeitsumgebung und zusätzliche Corporate Benefits

Dein Talent

• Erfahrung mit Docker & Kubernetes in produktiven Umgebungen
• Praxis mit CI/CD‑Pipelines (z. B. GitHub Actions, GitLab, Jenkins)
• Cloud‑Know‑how (AWS, Azure oder GCP), idealerweise auch Hybrid / On‑Prem
• Umgang mit ML‑Lifecycle‑Tools (z. B. MLflow, Kubeflow, DVC, W&B)
• Sehr gute Python‑Kenntnisse

Du erfüllst nicht 100 % unserer Anforderungen? Bewirb Dich gerne trotzdem!