• 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

• 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

Stärken und Erfahrungen zählen bei Rheinmetall, auch wenn vielleicht nicht alle aufgeführten Anforderungen vollständig erfüllt sind. Wir freuen uns auf Bewerber (m/w/d), die Lust haben, etwas zu bewegen und Verantwortung zu übernehmen. Wir legen Wert auf Individualität und Chancengleichheit . Schwerbehinderte Bewerber (m/w/d) werden bei gleicher Eignung besonders berücksichtigt.

An unserem Standort in Bremen bieten wir Ihnen:

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

Für Fragen zu Ihrer Bewerbung, nutzen Sie bitte dasKontaktformular.