MLOps Engineer (m/w/d)

Einleitung

Du bringst KI-Modelle vom Prototyp in den produktiven Einsatz - skalierbar, robust und einsatzbereit für die reale Welt.

Aufgaben

• Du implementierst und pflegst ML-Pipelines für Datenaufnahme, Training und Deployment sowie CI/CD-Prozesse für Modelle.
• Du containerisierst und verpackst KI-Anwendungen für Cloud- und On-Premise-Umgebungen.
• Du bringst Modelle auf Kubernetes, Azure und Edge-Zielsystemen aus und optimierst sie hinsichtlich Latenz, Genauigkeit und Energieverbrauch.
• Du implementierst Monitoring, Logging, Drift-Detection und grundlegende A/B-Tests für produktive Modelle.
• Du stellst Reproduzierbarkeit und Experiment-Tracking über den gesamten Modell-Lebenszyklus sicher, einschließlich Versionierung und Metadaten.
• Du arbeitest eng mit AI/ML-Engineers zusammen, um Prototypen produktionsreif zu machen.