Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
FĂĽr Unternehmen Auf einen Blick
- Aufgaben: Automatisiere ML-Pipelines und skaliere KI-Plattformen fĂĽr innovative Projekte.
- Arbeitgeber: Deloitte, ein fĂĽhrendes Unternehmen in Audit & Consulting mit globaler Reichweite.
- Mitarbeitervorteile: Attraktives Gehalt, Firmen-Smartphone, Fahrradleasing und flexible Arbeitszeiten.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite in einem dynamischen Team.
- GewĂĽnschte Qualifikationen: Abschluss in Informatik oder Wirtschaftsingenieurwesen und Erfahrung in ML-Automatisierung.
- Andere Informationen: Exzellente Weiterbildungsmöglichkeiten und eine inklusive Unternehmenskultur.
Deloitte bietet führende Prüfungs- und Beratungsleistungen in Audit & Assurance, Tax & Legal, Consulting und Advisory – für nahezu 90 % der Fortune Global 500® und zahlreiche private Unternehmen. Wir liefern innovative Denkansätze, lösen komplexe Herausforderungen und fördern nachhaltiges Wachstum. Mit rund 460.000 Mitarbeitenden weltweit eröffnen wir hervorragende Karrierechancen – getragen von einem starken „Wir“ und einer Vielfalt an Perspektiven und Fähigkeiten.
Mache den nächsten Schritt in deiner beruflichen Laufbahn oder starte deine Karriere nach deinem kaufmännischen oder technischen Abschluss mit abwechslungsreichen Themen rund um die Business Resilienz und Risikominimierung unserer Kunden. Unser Business & Technology Center übernimmt unterschiedliche Aufgaben, darunter die Implementierung und das Management von risikobezogenen Prozessen, Tools und Dokumentationen bei namhaften Kunden. Wir arbeiten an aktuellen Themen wie Cyberattacken, Compliance, Datenschutz, Identity Management, Vertragsmanagement, Nachhaltigkeit und Projektrisiken. Sichere unseren gemeinsamen Erfolg und mach mit uns den Unterschied: als Machine Learning Ops Engineer (m/w/d).
Standorte: Leipzig, Berlin, DĂĽsseldorf, Frankfurt (Main), Hannover und MĂĽnchen.
Dein Impact:
Als MLOps Engineer (m/w/d) automatisierst du ML-Pipelines, betreibst und skalierst KI-Plattformen (z. B. Oracle OCI, Cloudera, IBM Watson, AWS, Azure, Google Cloud) und optimierst Monitoring sowie Infrastruktur – und trägst so zur Stabilität und Effizienz produktiver KI-Lösungen bei.
- Stabilität: Du sicherst die Stabilität unserer KI-Plattformen, analysierst Fehlerursachen und verantwortest das Patch- und Lifecycle-Management für Cluster- und Containerumgebungen mit modernen Tools (z.B. Kubernetes, Docker, Helm, ArgoCD, Prometheus).
- Automatisierung: In deinen Projekten automatisierst du ML-Pipelines mit Tools wie MLflow, Kubeflow oder Airflow und orchestrierst Container-Workloads mit Kubernetes oder OpenShift fĂĽr skalierbare KI-Systeme.
- Monitoring: Mit deinem Team optimierst du Monitoring- und Logging-Lösungen wie Grafana und Kibana, entwickelst Dashboards und Filter und stellst Transparenz für Plattform- und Modellperformance sicher.
- Infrastructure-as-Code: Du automatisierst Infrastrukturprozesse und setzt auf Infrastructure-as-Code mit Terraform und Ansible, um Skalierbarkeit sicherzustellen.
- Sicherheit: In deinen Aufgaben stellst du Datenschutz, Rechtemanagement und Auditability sicher, integrierst Cloud-Lösungen und arbeitest eng mit Data Scientists, ML Engineers und Entwicklerteams zusammen.
Dein Skillset:
- Abschluss in Informatik, im Wirtschaftsingenieurswesen oder vergleichbar
- Erfahrung in Automatisierung von ML-Pipelines, Plattformbetrieb und Orchestrierung mit Kubernetes/OpenShift sowie in der Optimierung von Monitoring- und Logging-Lösungen
- Kenntnisse in Infrastructure-as-Code (Ansible, Terraform), CI/CD-Prozessen, Versionsverwaltung (Git) und GPU-Integration (z. B. NVIDIA) fĂĽr ressourcenintensive KI-Workloads
- Sicherer Umgang mit Tools wie MLflow, Kubeflow, Airflow sowie Grafana und Kibana fĂĽr Monitoring und Logging; Erfahrung mit Containerisierung und Virtualisierungstechnologien
- Deutsch und Englisch sehr gut in Wort und Schrift
Deine Chance:
- Spannende Aufgaben in einem innovativen Umfeld mit hochmotivierten Kolleg:innen, die sich schon jetzt auf deine Impulse freuen
- Gute Rahmenbedingungen mit attraktivem Gehalt und zahlreichen Zusatzleistungen, z. B. Firmen-Smartphone zur privaten Nutzung, Fahrradleasing und Corporate Benefits
- Work-Life-Balance durch Mobile Working & Teilzeit, EU Remote Working, Sabbaticals, Mitarbeiter:innen-Events, Well-being Angebote wie z. B. Gesundheitstage, Kooperationen mit Fitness-Anbietern und den Familienservice, der dich bei privaten Herausforderungen unterstĂĽtzt
- Exzellente Weiterbildung an der Deloitte University,in On- und Offline-Seminaren und im Rahmen der Berufsqualifikation
- Vielfältige Gestaltungsspielräume und aktive Förderung einer inklusiven Unternehmenskultur – u. a. durch unsere Diversity & Inclusion Mitarbeiter:innen-Netzwerke
Bist du bereit? Mach mit uns den Unterschied!
Unser Recruiting-Team freut sich auf deine Bewerbungsunterlagen (CV sowie Abitur-, Hochschul- und Arbeitszeugnisse) ĂĽber unser Online-Formular. Ein Anschreiben und ein Bewerbungsfoto sind bei uns nicht erforderlich.
Gleiche Chancen für alle: Wir freuen uns über Bewerbungen von Menschen, die so vielfältig sind wie wir – unabhängig von Alter, Behinderung, ethnischer Herkunft und Nationalität, Geschlecht, Religion, sexueller Orientierung oder sozialer Herkunft. Noch Fragen? Alle Infos zu unserem Bewerbungsprozess findest du in unseren Bewerbungs-FAQs.
Dein Kontakt bei Fragen rund um Karrierethemen
Unser Team Talent Acquisition – Aleksandra, Anja, Julia, Lea, Lisa, Silja und ihre Teams – unterstützt dich gerne bei allen Fragen rund um deine Karriere bei Deloitte. Du erreichst uns per E-Mail unter career@deloitte.de oder telefonisch unter +49 211 87724111.
Job-ID: 49806
Machine Learning Ops Engineer (m/w/d) Arbeitgeber: Deloitte
Kontaktperson:
Deloitte HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Ops Engineer (m/w/d)
✨Netzwerken, Netzwerken, Netzwerken!
Nutze LinkedIn und andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach ihren Erfahrungen und Tipps – oft ergeben sich so die besten Jobchancen!
✨Sei proaktiv!
Warte nicht nur auf Stellenanzeigen! Kontaktiere Unternehmen direkt, die dich interessieren, und frag nach möglichen offenen Positionen oder Praktika. Zeig dein Interesse und deine Motivation!
✨Bereite dich auf Interviews vor!
Mach dir Gedanken über typische Fragen im MLOps-Bereich und übe deine Antworten. Sei bereit, deine technischen Fähigkeiten und Erfahrungen zu demonstrieren – das kann den Unterschied machen!
✨Bewirb dich über unsere Website!
Wenn du bei Deloitte arbeiten möchtest, bewirb dich direkt über unser Online-Formular. So stellst du sicher, dass deine Bewerbung schnell und unkompliziert bearbeitet wird!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Ops Engineer (m/w/d)
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wir wollen dich kennenlernen, also zeig uns, wer du wirklich bist! Lass deine Persönlichkeit in deiner Bewerbung durchscheinen und sei authentisch. Das macht einen großen Unterschied!
Mach es klar und präzise: Halte deine Bewerbung übersichtlich und auf den Punkt. Verwende klare Sprache und vermeide unnötigen Jargon. So können wir schnell erkennen, was du drauf hast und wo deine Stärken liegen.
Betone relevante Erfahrungen: Wenn du schon Erfahrung im Bereich MLOps oder mit den genannten Tools hast, dann hebe das hervor! Zeige uns, wie du diese Fähigkeiten in der Praxis angewendet hast und welchen Impact du damit erzielt hast.
Bewirb dich über unsere Website: Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unser Online-Formular. So stellst du sicher, dass deine Unterlagen direkt bei uns landen und wir sie schnell bearbeiten können!
Wie du dich auf ein Vorstellungsgespräch bei Deloitte vorbereitest
✨Verstehe die Technologien
Mach dich mit den spezifischen Tools und Technologien vertraut, die in der Stellenbeschreibung erwähnt werden, wie Kubernetes, Docker, MLflow und Terraform. Zeige im Interview, dass du nicht nur die Theorie kennst, sondern auch praktische Erfahrungen hast.
✨Bereite konkrete Beispiele vor
Überlege dir konkrete Projekte oder Erfahrungen, die du in der Vergangenheit gemacht hast und die relevant für die Position sind. Erkläre, wie du ML-Pipelines automatisiert oder Monitoring-Lösungen optimiert hast. Das zeigt, dass du die Anforderungen verstehst und anwenden kannst.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das können Fragen zu den aktuellen Projekten, der Teamstruktur oder den Herausforderungen sein, mit denen das Unternehmen konfrontiert ist. Das zeigt dein Interesse und Engagement.
✨Soft Skills betonen
Neben technischen Fähigkeiten sind auch Soft Skills wichtig. Betone deine Teamfähigkeit, Kommunikationsfähigkeiten und Problemlösungskompetenz. Diese Eigenschaften sind entscheidend, um erfolgreich mit Data Scientists und Entwicklern zusammenzuarbeiten.
