Auf einen Blick
- Aufgaben: UnterstĂĽtze und verbessere unsere Kubernetes-Infrastruktur fĂĽr ML-Workloads.
- Arbeitgeber: Sonia revolutioniert das Gesundheitswesen mit KI-gestützten Lösungen für Ärzte und Patienten.
- Mitarbeitervorteile: Remote-Arbeit, wettbewerbsfähiges Gehalt und ein lernfreundliches Team.
- Warum dieser Job: Arbeite an innovativer AI-Infrastruktur, die direkte Auswirkungen auf die Gesundheitsversorgung hat.
- GewĂĽnschte Qualifikationen: Mindestens 5 Jahre Erfahrung in MLOps oder SRE und starke Kubernetes-Kenntnisse erforderlich.
- Andere Informationen: Optionale hybride Arbeitsweise in Berlin oder Luxemburg.
Das voraussichtliche Gehalt liegt zwischen 43200 - 72000 € pro Jahr.
Intro With Sonia, doctors are successful doctors. We create and deploy AI enhanced solutions that make doctors’ lives easier, patients’ care better, and healthcare systems more efficient. If you’re an intrinsically motivated self-starter who values impactful work, join us in revolutionizing healthcare. We’re looking for an experienced ML Platform Engineer (all) with deep Kubernetes expertise to support the infrastructure powering our AI and ML workloads.You’ll work closely with ML engineers on everything from deploying cutting-edge LLM inference to refining observability and automating workflows—always with reliability, scalability, and performance as your guiding principles. This role can be performed remotely from anywhere in Germany or Luxembourg, or in a hybrid setup from our offices in Luxembourg or Berlin. Tasks Support and enhance our Kubernetes-based infrastructure in cloud environments, running both ML/LLM workloads and general applications Deploy and optimize LLM inference systems Design, build, and improve MLOps/DevOps pipelines to support the entire development lifecycle Manage GPU scheduling and autoscaling with Kubernetes-native tooling Ensure observability and alerting across the platform Operate and troubleshoot supporting infrastructure Contribute to platform reliability, security, and performance through automation and best practices Requirements 5+ years of experience in MLOps or SRE Strong hands-on Kubernetes experience, including GitOps (Flux or ArgoCD), Kustomize, Helm and production troubleshooting Familiarity with LLM inference deployment and optimization in Kubernetes (e.g., vLLM, LMCache, llm-d) Experience with MLOps supporting tools such as MLflow or Argo Workflows Understanding of GPU resource orchestration in Kubernetes environments Profound knowledge of observability tools, such as VictoriaMetrics, VictoriaLogs and Grafana Knowledge of database and broker administration (PostgreSQL, Redis and RabbitMQ) Solid scripting skills in Python Comfortable working with cloud platforms (OVHcloud, AWS, GCP or Azure) Nice-to-Haves Experience with audio ML models or real-time inference Exposure to CI/CD practices tailored for ML systems Familiarity with Kubernetes networking, security, or performance tuning Benefits Full ownership of a mission-critical platform A team that values curiosity, learning, and experimentation Remote-first setup with the option to work in our Berlin office Competitive salary depending on experience Work on AI infrastructure that directly impacts healthcare innovation Closing If you\’re passionate about web development and want to work with cutting-edge technologies, we\’d love to hear from you! I\’m Margarita and will be guiding you through the application process.
ML Platform Engineer (all) Arbeitgeber: Sonia Solutions
Kontaktperson:
Sonia Solutions HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: ML Platform Engineer (all)
✨Netzwerken mit Fachleuten
Nutze Plattformen wie LinkedIn, um dich mit anderen ML- und Kubernetes-Experten zu vernetzen. Suche nach Gruppen oder Foren, die sich auf MLOps und Kubernetes konzentrieren, und beteilige dich aktiv an Diskussionen, um deine Sichtbarkeit zu erhöhen.
✨Projekte und Beiträge zeigen
Erstelle ein Portfolio oder GitHub-Repository, in dem du deine Erfahrungen mit Kubernetes und MLOps dokumentierst. Zeige konkrete Projekte, an denen du gearbeitet hast, insbesondere solche, die LLM-Inferenz oder GPU-Ressourcenmanagement betreffen.
✨Technische Communities beitreten
Tritt Online-Communities oder Meetups bei, die sich auf Kubernetes und MLOps konzentrieren. Der Austausch mit Gleichgesinnten kann dir wertvolle Einblicke geben und möglicherweise sogar zu Jobangeboten führen.
✨Aktuelle Trends verfolgen
Halte dich über die neuesten Entwicklungen in der MLOps- und Kubernetes-Welt auf dem Laufenden. Abonniere relevante Blogs, Podcasts oder YouTube-Kanäle, um dein Wissen zu erweitern und in Vorstellungsgesprächen darüber sprechen zu können.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: ML Platform Engineer (all)
Tipps für deine Bewerbung 🫡
Verstehe die Rolle: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen und Aufgaben. Stelle sicher, dass du die Schlüsselqualifikationen und Technologien, wie Kubernetes und MLOps, verstehst.
Anpassung deines Lebenslaufs: Passe deinen Lebenslauf an die Anforderungen der Stelle an. Hebe relevante Erfahrungen und Fähigkeiten hervor, insbesondere deine Kenntnisse in Kubernetes, MLOps und Cloud-Plattformen.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du für diese Position geeignet bist. Betone deine Leidenschaft für KI und deine Motivation, im Gesundheitswesen einen Unterschied zu machen.
Überprüfung und Einreichung: Überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit, bevor du sie einreichst. Achte darauf, dass dein Lebenslauf und dein Motivationsschreiben klar und professionell formatiert sind.
Wie du dich auf ein Vorstellungsgespräch bei Sonia Solutions vorbereitest
✨Verstehe die Anforderungen der Rolle
Mach dich mit den spezifischen Anforderungen des ML Platform Engineer vertraut. Achte besonders auf Kubernetes, MLOps und GPU-Management, da diese Themen im Interview häufig angesprochen werden.
✨Bereite praktische Beispiele vor
Sei bereit, konkrete Beispiele aus deiner bisherigen Berufserfahrung zu teilen, die deine Fähigkeiten in der Arbeit mit Kubernetes und MLOps demonstrieren. Zeige, wie du Probleme gelöst und Systeme optimiert hast.
✨Zeige deine Leidenschaft für KI und ML
Erkläre, warum du dich für die Arbeit im Bereich KI und maschinelles Lernen interessierst. Teile deine Gedanken über aktuelle Trends und Entwicklungen in der Branche, um dein Engagement zu zeigen.
✨Frage nach der Unternehmenskultur
Nutze die Gelegenheit, um Fragen zur Unternehmenskultur und den Teamdynamiken zu stellen. Dies zeigt dein Interesse an einer langfristigen Zusammenarbeit und hilft dir, herauszufinden, ob das Unternehmen zu dir passt.