Deine Aufgaben

• Aufbau, Weiterentwicklung und Betrieb von skalierbaren ML-Pipelines (Training, Evaluation, Deployment, Monitoring)
• Automatisierung von Infrastruktur & Deployments (z. B. Terraform, GitLab CI, Docker/Kubernetes, Helm, Flux)
• Entwicklung und Betrieb von Feature Stores, Modell-Registries und Experiment-Tracking (z. B. MLflow)
• Enge Zusammenarbeit mit Data Engineers, Software-Teams und Fachbereichen; Übersetzen von Anforderungen in ML-Lösungen
• Beobachtbarkeit & Qualität: Data/Model Monitoring, Drift-Erkennung, Alerting und kontinuierliche Optimierung
• Wissensweitergabe im Team (Code Reviews, Guidelines, Mentoring)

Dein Profil

• Studium der (Wirtschafts-)Informatik, Data Science o. ä. oder abgeschlossene IT-Berufsausbildung; alternativ gleichwertige Praxiserfahrung
• 4 Jahre IT-Erfahrung, davon substanzielle Praxis in ML-Entwicklung oder ML-Ops
• Sehr gute Python-Skills sowie Erfahrung mit gängigen ML-Frameworks (z. B. PyTorch oder TensorFlow)
• Routine in Cloud-Umgebungen (idealerweise AWS) und Linux-Administration
• Vertraut mit CI/CD, IaC und Containern (Git, GitLab/GitHub Actions, Terraform, Docker, Kubernetes)
• Analytische, lösungsorientierte Arbeitsweise, starke Kommunikation und Ownership-Mindset