Die KI-Suchmaschine für Jobs
MLOPs Engineer - Data & AI Platforms(m/w/x)
Automatisierung von Machine-Learning- und KI-Modellen, Sicherstellung von Auto-Scaling und Performance-Optimierung. Fundierte Kenntnisse in CI/CD, Kubernetes und Container-Orchestrierung erforderlich. Mobile Working, flexible Arbeitszeiten.
Anforderungen
- Mindestens 3 Jahre Berufserfahrung MLOps/Data-Engineering
- Fundierte Kenntnisse CI/CD, Kubernetes, Container-Orchestrierung
- Erfahrung ML-Frameworks (TensorFlow, PyTorch)
- Tiefgehendes Wissen MLOps-Tools (Kubeflow, MLflow, DVC)
- Erfahrung Model-Builds, Deployment, Management, Skalierung
- Kenntnisse Model-Registrys, -Tracking, -Versioning, -Serving
- Erfahrung Monitoring, Performance-Analysen ML-Modelle
- Verständnis Trends Agentic AI, Model Context Protocol (MCP)
- Grundkenntnisse Data & AI Governance, Security & Compliance
- Teamorientierte, strukturierte, lösungsorientierte Arbeitsweise
- Kenntnisse vLLM, Nvidia NIM, Nvidia Triton, Azure AI Foundry, Azure ML, AWS Bedrock, AWS SageMaker, llm-d, Inference Gateway; optional: OpenShift AI, CKA, Azure AI Engineer Associate
- Idealerweise Zertifizierungen (Databricks ML Associate/Professional, AWS ML Engineer Associate)
- Selbstständige, strukturierte, kreative Arbeitsweise, Freude an Teamarbeit
- Sehr gute Deutschkenntnisse, gute Englischkenntnisse
- Fluent German language skills
Aufgaben
- Technologische Basis für Data & AI-Plattformen gestalten
- Automatisierung von ML- und KI-Modellen vorantreiben
- Skalierung von ML- und KI-Modellen sicherstellen
- Governance von ML- und KI-Modellen gestalten
- Automatisierung von Monitoring- und Logging-Lösungen umsetzen
- Auto-Scaling und Performance-Optimierung sicherstellen
- CI/CD-Pipelines für ML-Modelle aufbauen
- Testing von ML-Modellen durchführen
- Deployment von ML-Modellen verantworten
- Monitoring von ML-Pipelines sicherstellen
- MLOps-Tools wie Kubeflow und MLflow nutzen
- Data Version Control (DVC) nutzen
- MLOps-Tools weiterentwickeln
- Model-Management verantworten
- Build von ML-Modellen durchführen
- Versionierung von ML-Modellen sicherstellen
- Tracking von ML-Modellen durchführen
- Serving von ML-Modellen bereitstellen
- Modellperformance überwachen und bewerten
- Qualität, Drift und Best-Fit-Analysen durchführen
- ML-/KI-Produkte für Kundenprojekte bereitstellen
- Technische Dokumentationen erstellen
- User Stories pflegen
- Im agilen Projektvorgehen mitarbeiten
- Mit Data Engineers zusammenarbeiten
- Mit DevSecOps-Teams zusammenarbeiten
- Data & AI Governance konzeptionell mitgestalten
- Data & AI Governance strategisch mitgestalten
Berufserfahrung
- 3 Jahre
Ausbildung
- Abgeschlossene BerufsausbildungODER
- Bachelor-AbschlussODER
- Master-Abschluss
Sprachen
- Deutsch – verhandlungssicher
- Englisch – verhandlungssicher
Tools & Technologien
- MLOps
- Data-Engineering
- Kubernetes
- TensorFlow
- PyTorch
- Kubeflow
- MLflow
- DVC
- vLLM
- Nvidia NIM
- Nvidia Triton
- Azure AI Foundry
- Azure ML
- AWS Bedrock
- AWS SageMaker
- llm-d
- Inference Gateway
- OpenShift AI
Benefits
Flexibles Arbeiten
- Mobile Working
- Flexible Arbeitszeiten
Gemeinnützige Ausrichtung
- Wissen teilen
Karriere- und Weiterentwicklung
- Weiterentwicklung
Gesundheits- & Fitnessangebote
- Gesundheit
Familienfreundlichkeit
- Familie
Sonstige Vorteile
- Mobilität
Noch nicht perfekt?
- Deloitte GmbH WirtschaftsprüfungsgesellschaftVollzeitmit HomeofficeKeine AngabeLeipzig, Berlin, Düsseldorf, Frankfurt am Main, Hannover, München
- Alexander Thamm GmbH
Senior MLOps Engineer(m/w/x)
Vollzeitmit HomeofficeSeniorFrankfurt am Main, München, Berlin, Essen - Computacenter
Data & AI Platform Expert(m/w/x)
Vollzeitmit HomeofficeBerufserfahrenBerlin, Hamburg, München, Köln, Frankfurt am Main, Düsseldorf, Stuttgart, Dortmund, Essen, Hannover - Devoteam
AWS AI Engineer(m/w/x)
Vollzeitmit HomeofficeBerufserfahrenFrankfurt am Main - Devoteam
AWS AI Engineer(m/w/x)
Vollzeitmit HomeofficeManagementFrankfurt am Main
MLOPs Engineer - Data & AI Platforms(m/w/x)
Automatisierung von Machine-Learning- und KI-Modellen, Sicherstellung von Auto-Scaling und Performance-Optimierung. Fundierte Kenntnisse in CI/CD, Kubernetes und Container-Orchestrierung erforderlich. Mobile Working, flexible Arbeitszeiten.
Anforderungen
- Mindestens 3 Jahre Berufserfahrung MLOps/Data-Engineering
- Fundierte Kenntnisse CI/CD, Kubernetes, Container-Orchestrierung
- Erfahrung ML-Frameworks (TensorFlow, PyTorch)
- Tiefgehendes Wissen MLOps-Tools (Kubeflow, MLflow, DVC)
- Erfahrung Model-Builds, Deployment, Management, Skalierung
- Kenntnisse Model-Registrys, -Tracking, -Versioning, -Serving
- Erfahrung Monitoring, Performance-Analysen ML-Modelle
- Verständnis Trends Agentic AI, Model Context Protocol (MCP)
- Grundkenntnisse Data & AI Governance, Security & Compliance
- Teamorientierte, strukturierte, lösungsorientierte Arbeitsweise
- Kenntnisse vLLM, Nvidia NIM, Nvidia Triton, Azure AI Foundry, Azure ML, AWS Bedrock, AWS SageMaker, llm-d, Inference Gateway; optional: OpenShift AI, CKA, Azure AI Engineer Associate
- Idealerweise Zertifizierungen (Databricks ML Associate/Professional, AWS ML Engineer Associate)
- Selbstständige, strukturierte, kreative Arbeitsweise, Freude an Teamarbeit
- Sehr gute Deutschkenntnisse, gute Englischkenntnisse
- Fluent German language skills
Aufgaben
- Technologische Basis für Data & AI-Plattformen gestalten
- Automatisierung von ML- und KI-Modellen vorantreiben
- Skalierung von ML- und KI-Modellen sicherstellen
- Governance von ML- und KI-Modellen gestalten
- Automatisierung von Monitoring- und Logging-Lösungen umsetzen
- Auto-Scaling und Performance-Optimierung sicherstellen
- CI/CD-Pipelines für ML-Modelle aufbauen
- Testing von ML-Modellen durchführen
- Deployment von ML-Modellen verantworten
- Monitoring von ML-Pipelines sicherstellen
- MLOps-Tools wie Kubeflow und MLflow nutzen
- Data Version Control (DVC) nutzen
- MLOps-Tools weiterentwickeln
- Model-Management verantworten
- Build von ML-Modellen durchführen
- Versionierung von ML-Modellen sicherstellen
- Tracking von ML-Modellen durchführen
- Serving von ML-Modellen bereitstellen
- Modellperformance überwachen und bewerten
- Qualität, Drift und Best-Fit-Analysen durchführen
- ML-/KI-Produkte für Kundenprojekte bereitstellen
- Technische Dokumentationen erstellen
- User Stories pflegen
- Im agilen Projektvorgehen mitarbeiten
- Mit Data Engineers zusammenarbeiten
- Mit DevSecOps-Teams zusammenarbeiten
- Data & AI Governance konzeptionell mitgestalten
- Data & AI Governance strategisch mitgestalten
Berufserfahrung
- 3 Jahre
Ausbildung
- Abgeschlossene BerufsausbildungODER
- Bachelor-AbschlussODER
- Master-Abschluss
Sprachen
- Deutsch – verhandlungssicher
- Englisch – verhandlungssicher
Tools & Technologien
- MLOps
- Data-Engineering
- Kubernetes
- TensorFlow
- PyTorch
- Kubeflow
- MLflow
- DVC
- vLLM
- Nvidia NIM
- Nvidia Triton
- Azure AI Foundry
- Azure ML
- AWS Bedrock
- AWS SageMaker
- llm-d
- Inference Gateway
- OpenShift AI
Benefits
Flexibles Arbeiten
- Mobile Working
- Flexible Arbeitszeiten
Gemeinnützige Ausrichtung
- Wissen teilen
Karriere- und Weiterentwicklung
- Weiterentwicklung
Gesundheits- & Fitnessangebote
- Gesundheit
Familienfreundlichkeit
- Familie
Sonstige Vorteile
- Mobilität
Über das Unternehmen
Computacenter
Branche
IT
Beschreibung
Das Unternehmen ist ein internationales IT-Unternehmen, das IT-Strategien entwickelt und neue Technologien implementiert.
Noch nicht perfekt?
- Deloitte GmbH Wirtschaftsprüfungsgesellschaft
Machine Learning Ops Engineer(m/w/x)
Vollzeitmit HomeofficeKeine AngabeLeipzig, Berlin, Düsseldorf, Frankfurt am Main, Hannover, München - Alexander Thamm GmbH
Senior MLOps Engineer(m/w/x)
Vollzeitmit HomeofficeSeniorFrankfurt am Main, München, Berlin, Essen - Computacenter
Data & AI Platform Expert(m/w/x)
Vollzeitmit HomeofficeBerufserfahrenBerlin, Hamburg, München, Köln, Frankfurt am Main, Düsseldorf, Stuttgart, Dortmund, Essen, Hannover - Devoteam
AWS AI Engineer(m/w/x)
Vollzeitmit HomeofficeBerufserfahrenFrankfurt am Main - Devoteam
AWS AI Engineer(m/w/x)
Vollzeitmit HomeofficeManagementFrankfurt am Main