Beschreibung
Die Rolle im MLOps Engineering entwickelt Tools, Automatisierung und End-to-End-Machine-Learning-Pipelines zur Entwicklung, zum Training, zur Bewertung und zur Bereitstellung von ML-Modellen und intelligenten Agenten. Zu den Aufgaben gehören Monitoring, Logging, Tracing, verteilte GPU-Cluster-Systeme, CI/CD sowie die Optimierung von Workflows hinsichtlich Reproduzierbarkeit, Skalierbarkeit und Kosteneffizienz. Die Position erfordert praktische MLOps-Erfahrung, ein fundiertes Verständnis des ML-Lebenszyklus, die vollständige Projektverantwortung von Anfang bis Ende sowie mindestens drei Jahre Erfahrung in Python.
