Das Unternehmen ist ein führendes Forschungszentrum, das sich mit interdisziplinärer Forschung zu einer digitalisierten Gesellschaft, einem klimafreundlichen Energiesystem und einer nachhaltigen Wirtschaft beschäftigt. Als Teil des Helmholtz-Verbundes mit rund 7.600 Mitarbeitern, fokussiert sich das Unternehmen auf Natur-, Lebens- und Ingenieurwissenschaften in den Bereichen Information, Energie und Bioökonomie. In dieser Rolle als MLOps Engineer arbeiten Sie an der Schnittstelle zwischen KI-Implementierung und betrieblichen Abläufen. Ihre Hauptverantwortung liegt darin, KI-Modelle aus internen und externen Quellen in produktive Inferenz-Workflows zu überführen. Sie werden für das Packaging und die Bereitstellung von Modellen als containerisierte Inferenzendpunkte zuständig sein. Zudem definieren und betreiben Sie Validierungsgates, die funktionale Prüfungen, Leistungsbenchmarks sowie Sicherheitsanforderungen abdecken, bevor die Modelle in den Produktionsbetrieb überführt werden. Im Rahmen der Plattformoperationen stellen Sie sicher, dass die Inferenzdienste zuverlässig, skalierbar und sicher sind. Sie überwachen und verbessern die Betriebsabläufe kontinuierlich und kümmern sich um die Verwaltung von Upgrades, Patches und Kapazitätsplanung. Die Rolle bietet Ihnen die Möglichkeit, an einem spannenden und innovativen Projekt zu arbeiten, das einen bedeutenden Beitrag zur europäischen KI-Infrastruktur leistet.

Für diese Position suchen wir einen Kandidaten mit einem exzellenten Masterabschluss in Informatik, Mathematik oder einem vergleichbaren relevanten Bereich. Sie sollten über relevante Erfahrung in der Plattformoperation, Site Reliability Engineering, DevOps oder Infrastrukturengineering verfügen. Praktische Kenntnisse im Umgang mit Containern und OCI-Tools wie Docker oder Podman sind unerlässlich. Erfahrung mit Cloud-Technologien und Orchestrierung, insbesondere Kubernetes, ist ebenfalls erforderlich. Sehr gute Englischkenntnisse in Wort und Schrift sind ein Muss, idealerweise unterstützt durch ein entsprechendes Zertifikat (mindestens B2-Niveau gemäß dem Gemeinsamen Europäischen Referenzrahmen). Kenntnisse der deutschen Sprache sind von Vorteil, aber nicht zwingend erforderlich. Wünschenswert sind zudem Erfahrungen mit Infrastructure-as-Code und CI/CD-Tools wie Terraform oder Ansible sowie mit Observabilitätsstacks wie Prometheus oder Grafana. Starke Linux-Kenntnisse und Erfahrung in der wissenschaftlichen Datenverarbeitung sind ebenfalls von Vorteil. Persönlich sollten Sie strukturiert arbeiten, klar kommunizieren können und Freude an der Zusammenarbeit in einem internationalen Umfeld haben.