In der Rolle als MLOps Engineer sind Sie für den nahtlosen Übergang unserer Machine Learning Modelle von der Forschung in die Produktion verantwortlich. Diese Modelle analysieren Fahrzeugdaten über einen bestimmten Zeitraum, um umsetzbare Erkenntnisse zu generieren. Zu Ihren Hauptaufgaben gehört das Design, die Implementierung und die Wartung einer robusten, effizienten und sicheren Pipeline, die den gesamten Lebenszyklus von Machine Learning Modellen unterstützt, von der Entwicklung über die Bereitstellung bis hin zur Überwachung. Mit dem Wachstum der Anzahl der bereitgestellten Modelle wird Ihre Expertise entscheidend sein, um Modellvergleiche zu verwalten und Leistungsstandards aufrechtzuerhalten. Sie werden skalierbare Pipelines für die Bereitstellung von Machine Learning Modellen entwerfen und pflegen, sei es in der Cloud oder im Fahrzeug. Zudem stellen Sie sicher, dass die Modelle sicher in Produktionsumgebungen integriert werden, um minimale Latenzzeiten zu gewährleisten. Die Implementierung von Überwachungssystemen zur Verfolgung der Modellleistung und zur Identifizierung von Problemen gehört ebenfalls zu Ihren Aufgaben. Sie werden eng mit Data Scientists, Entwicklern und Stakeholdern zusammenarbeiten, um deren Bedürfnisse zu verstehen und maßgeschneiderte Lösungen anzubieten. Darüber hinaus erstellen Sie umfassende Dokumentationen für Prozesse, Pipelines und Workflows und bieten Schulungen und Anleitungen zu den besten Praktiken im MLOps-Bereich an.

Der ideale Kandidat bringt mindestens 2 Jahre Berufserfahrung in modernen DevOps-Praktiken und der Mikroservice-Architektur mit. Sie verfügen über Fachkenntnisse in Kubernetes und Containerisierungstechnologien sowie praktische Erfahrung mit Plattformen wie KubeFlow, Kserve oder vergleichbaren Technologien. Erfahrung in der ML-Experimentierung und mit Registrierungsplattformen wie W&B oder MLFlow ist ebenfalls erforderlich. Ein Verständnis für Zeitreihenmodellierung und deren Datenanforderungen ist von Vorteil. Sie sind mit ML/NN-Frameworks vertraut und haben Kenntnisse in AWS oder anderen Cloud-Dienstanbietern. Zudem sollten Sie über eine ausgeprägte Fähigkeit zur Zusammenarbeit mit interdisziplinären Teams, einschließlich Data Scientists, Ingenieuren und Kunden, verfügen. Ihre Kommunikationsfähigkeiten sind klar und präzise, sowohl mündlich als auch schriftlich, und Sie haben exzellente Dokumentationsfähigkeiten. Fließende Englischkenntnisse in Wort und Schrift sind erforderlich, Deutschkenntnisse sind von Vorteil.