Je nach Bedarf im Kundenprojekt übernimmst du mehrere Rollen:
-
Als technischer Experte für MLOps bist du der primäre Ansprechpartner für die technische Konzeption und Umsetzung der MLOps-Infrastrukturen und Automatisierungslösungen
-
Als Implementierer / Engineer baust du Plattformen und Pipelines auf, konfigurierst Tools undschreibst den notwendigen Code (IaC, CI/CD-Konfigurationen, Automatisierungsskripte)
-
Als Enabler / Unterstützer hilfst du Data-Science-Teams und anderen Stakeholdern bei unserenKunden, die MLOps-Plattformen und -Prozesse effektiv zu nutzen und ihre ML-Modelle erfolgreich in Produktion zu bringen
-
An der Schnittstelle zwischen Data Science, Softwareentwicklung (DevOps), IT-Betrieb und ggf.Security stimmst du technische Anforderungen ab, um Lösungen zu integrieren
Deine Aufgaben
-
Du verfolgst aktuelle Entwicklungen im Bereich MLOps und DevOps und lernst, neue Technologien zu bewerten und einzusetzen
-
Gemeinsam mit erfahrenen Kolleg:innen arbeitest du an der Konzeption, Entwicklung und Weiterentwicklung von MLOps-Plattformen – einschließlich des Designs der technischen Infrastruktur und Toolchains (z. B. basierend auf Kubeflow und Kubernetes) – zur Unterstützung und Automatisierung des gesamten Machine-Learning-Lifecycles
-
Du unterstützt beim Deployment von ML-Modellen und wirkst an der Automatisierung von Workflows durch CI/CD-Pipelines (z. B. mit GitLab CI/CD oder GitHub Actions) mit – inklusive Troubleshooting und Support
-
Du hilfst bei der Integration und dem Betrieb zentraler MLOps-Tools wie MLflow für Experiment Tracking, Model Registry und Deployment und lernst, diese in CI/CD-Prozesse einzubinden
-
Du arbeitest bei der Implementierung von GitOps-Praktiken (z. B. mit Argo CD) zur automatisierten Auslieferung von Infrastruktur und Applikationen mit
-
Du unterstützt beim Aufbau von Monitoring- und Logging-Lösungen, um Plattformen, Pipelines und produktive ML-Modelle zu überwachen
-
Gemeinsam mit Security-Teams wirkst du an der Umsetzung von DevSecOps-Praktiken mit (z. B. Container-Scanning, Secret Management, Zugriffskontrollen) und lernst, wie Sicherheit in automatisierte Prozesse integriert wird
