Unser Kunde, ein führendes Unternehmen im Bereich der Automobilindustrie, sucht einen erfahrenen Senior MLOps Engineer für die Entwicklung einer skalierbaren MLOps-Plattform im Bereich autonomes Fahren. In dieser Rolle sind Sie Teil eines interdisziplinären Teams, das innovative KI-Lösungen ermöglicht, indem es eine robuste, cloud-native Infrastruktur für den gesamten Lebenszyklus des maschinellen Lernens bereitstellt. Ihre Hauptaufgaben umfassen das Design, den Aufbau und das Management von Kubernetes-Clustern auf AWS EKS, wobei Sie hohe Sicherheits- und Skalierungsstandards für KI/ML-Workloads im Bereich autonomes Fahren sicherstellen. Zudem sind Sie verantwortlich für die Bereitstellung und Orchestrierung von großflächigen GPU-Clustern für verteiltes AI/ML-Training und Experimente. Sie implementieren und automatisieren CI/CD-Pipelines für AI/ML-Workflows, die auf den Lebenszyklus von Modellen im Bereich autonomes Fahren optimiert sind. Darüber hinaus entwickeln und warten Sie Infrastrukturkomponenten wie Experiment-Tracking, Modell-Registrierung und Artefakt-Speicherung, die auf die spezifischen Anforderungen autonomer Fahrdaten zugeschnitten sind. Sie überwachen und optimieren die Zuverlässigkeit, Leistung und Kosten der Plattform und setzen Strategien für Ressourcenplanung, Quotenmanagement und Kostenkontrolle innerhalb der MLOps-Umgebung um. In dieser Rolle arbeiten Sie eng mit Datenwissenschaftlern, AI/ML-Ingenieuren und Cloud-Architekten zusammen, um eine robuste Infrastruktur für den gesamten AI/ML-Lebenszyklus zu gewährleisten.

Der ideale Kandidat sollte einen Hochschulabschluss in Informatik, Data Science, KI, Mathematik, Physik oder einem vergleichbaren Bereich vorweisen können. Zudem sind mindestens fünf Jahre Berufserfahrung im Bereich MLOps, DevOps oder Cloud Engineering mit Schwerpunkt auf Maschinenlernplattformen erforderlich. Fundierte Kenntnisse in Kubernetes, AWS EKS und verwandten Cloud-Diensten sind ebenso wichtig wie umfassendes Wissen über verteilte Trainingsinfrastrukturen und die Orchestrierung großer GPU-Cluster. Fortgeschrittene Fähigkeiten in Infrastructure as Code, insbesondere mit Terraform und Helm, werden ebenfalls erwartet. Zudem sollten Sie über starke Kenntnisse in der Python-Entwicklung, Skripting und Automatisierung verfügen sowie praktische Erfahrung mit CI/CD-Pipelines und Monitoring-Tools wie ArgoCD, GitHub Actions, Prometheus, Grafana und CloudWatch mitbringen. Sehr gute Englischkenntnisse in Wort und Schrift sind erforderlich; Kenntnisse der deutschen Sprache sind von Vorteil. Wenn Sie die Zukunft des autonomen Fahrens mitgestalten möchten, indem Sie skalierbare MLOps-Plattformen für innovative KI-Lösungen aufbauen, freuen wir uns auf Ihre Bewerbung.