remotefruitRemote nach Länderfreigabe
MLOps-Engineer
- Arbeitszeit
- Vollzeit
- Erfahrung
- Erforderlich sind mindestens fünf Jahre Erfahrung in MLOps- oder DevOps-Rollen mit MLOps-Plattformen und ML-Frameworks sowie Erfahrung im Aufbau von MLOps-Infrastruktur von Grund auf.
- Vergütung
- Gehalt nicht angegeben
Die Rolle in Kürze
Die Rolle schafft die technische Grundlage für skalierbare und zuverlässige ML-Systeme im Umfeld von Foundation Models. Sie umfasst automatisierte Pipelines, Modellbereitstellung, Überwachung sowie die effiziente Verwaltung von Rechenressourcen und Dateninfrastruktur.
Deine Aufgaben
- Die Rolle entwickelt und verwaltet skalierbare, automatisierte ML-Pipelines, CI/CD-Abläufe und Orchestrierungsframeworks.
- Sie entwirft und implementiert robuste Infrastruktur zur Modellbereitstellung mit Plattformen wie TorchServe, TensorFlow oder Triton.
- Sie entwickelt skalierbare Inferenzarchitekturen mit sehr niedriger Latenz und hohem Durchsatz.
- Sie implementiert A/B-Tests, Canary-Releases und Rollback-Möglichkeiten für eine reibungslose Modellbereitstellung.
- Sie entwickelt Protokollierungs-, Alarmierungs- und Überwachungslösungen zur Nachverfolgung der Modellentwicklung und Zuverlässigkeit.
- Sie verbessert die GPU-Auslastung, ermöglicht automatische Skalierung und optimiert die Ressourcenzuweisung zur Effizienzsteigerung.
- Sie entwirft, implementiert und pflegt Feature Stores, robuste Datenpipelines und skalierbare Speicherlösungen zur effizienten Verarbeitung großer Datenmengen.
Das solltest du mitbringen
Erforderlich
- Erforderlich ist ein Bachelor- oder Masterabschluss in Informatik, Ingenieurwissenschaften oder einem verwandten Fach oder gleichwertige praktische Erfahrung.
- Erforderlich sind mindestens fünf Jahre Erfahrung als MLOps-Engineer oder in DevOps-Rollen mit MLOps-Plattformen wie MLflow oder WandB und Frameworks wie PyTorch oder TensorFlow.
- Erforderlich ist Erfahrung im Entwurf und Aufbau von MLOps-Infrastruktur von Grund auf.
- Erforderlich ist Erfahrung mit Frameworks zur Modellbereitstellung wie TorchServe, TensorFlow Serving, Triton oder KServe für hochskalierbare Inferenz mit niedriger Latenz.
- Erforderlich ist Erfahrung im Aufbau und Betrieb von Datenpipelines, die sowohl Modelltraining als auch Inferenz unterstützen.
- Erforderlich ist Erfahrung mit Kubernetes bei einem großen Cloudanbieter wie AWS, GCP oder Azure sowie mit Infrastructure as Code, beispielsweise Terraform, Helm oder GitOps.
- Erforderlich sind ausgeprägte Softwareentwicklungskenntnisse in Python, Bash und Go mit Fokus auf sauberen, wartbaren und skalierbaren Code.
- Erforderlich ist Erfahrung mit der Sicherheit von KI-/ML-Systemen, Compliance und Modell-Governance.
- Erforderlich ist ein sicherer Umgang mit Observability- und Monitoring-Werkzeugen wie Prometheus, Grafana, Datadog und OpenTelemetry.
Von Vorteil
- Wünschenswert ist Erfahrung mit Werkzeugen für ML-Workflows wie MLflow, Kubeflow oder vergleichbaren Lösungen.
- Wünschenswert ist Erfahrung mit FastAPI und Backend-Anwendungen.
- Wünschenswert ist Vertrautheit mit Datenplattformen wie Databricks oder Snowflake.
- Wünschenswert sind Berührungspunkte mit SRE-Praktiken oder Zertifizierungen im Bereich Cloud-Sicherheit.
- Wünschenswert ist praktische Erfahrung mit Prometheus, Grafana oder Datadog.
Das wird angeboten
- Die Vergütung umfasst Gehalt und Unternehmensbeteiligung.
- Eine umfassende Gesundheitsabsicherung wird für Beschäftigte und ihre unterhaltsberechtigten Angehörigen angeboten.
- Alle neuen Eltern erhalten bezahlte Elternzeit, einschließlich bei Adoption und Leihmutterschaft.
- Beschäftigte erhalten Umzugsunterstützung, wenn sie für den Einstieg an einen der Bürostandorte ziehen.
- Die Arbeitskultur ist auf eine gemeinsame Mission ausgerichtet und stellt persönliche Eitelkeiten zurück; sie legt Wert auf unterschiedliche Denkweisen, Eigenverantwortung und Handlungsorientierung.
Veröffentlicht: 20.07.2026 · Quelle geprüft: 20.10.2026.
Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.