FBS MLOps Engineer Manager

FBS - Farmer Business Services ist Teil der Farmers-Betriebsabläufe mit dem Ziel, einen globalen Ansatz zur Identifizierung, Rekrutierung, Einstellung und Bindung von Top-Talenten zu entwickeln. Durch die Kombination internationaler Reichweite mit US-Expertise bauen wir vielfältige und leistungsstarke Teams auf, die in der heutigen wettbewerbsintensiven Marktsituation gedeihen können. Wir glauben, dass die Grundlage jedes erfolgreichen Unternehmens darin liegt, die richtigen Menschen mit den richtigen Fähigkeiten zu haben. Dabei unterstützen wir Farmers beim Aufbau eines erfolgreichen Teams, das konsistente und nachhaltige Ergebnisse liefert.

Da wir keine lokale Rechtseinheit haben, haben wir mit Capgemini zusammengearbeitet, das als Arbeitgeber fungiert. Capgemini ist verantwortlich für die Verwaltung der lokalen Gehaltsabrechnung und der Sozialleistungen.

Was Sie auf Ihrer Reise mit uns erwarten können:

• Ein solides und innovatives Unternehmen mit starker Marktpräsenz
• Ein dynamisches, vielfältiges und multikulturelles Arbeitsumfeld
• Führungskräfte mit tiefem Marktverständnis und strategischer Vision
• Kontinuierliches Lernen und Entwicklung

Diese Position leitet die Bereitstellung, Implementierung und Optimierung von Machine-Learning-Pipelines zur Lösung komplexer geschäftlicher Herausforderungen. Die Rolle umfasst sowohl praktische Arbeit als auch die Überwachung eines Teams, um effektive Lösungen im Bereich Machine Learning Engineering für eine Geschäftseinheit zu liefern. Die Position wendet umfassendes Wissen über Richtlinien, Verfahren und Geschäftsziele an, um Entscheidungen zu treffen und das Team zu leiten. Sie führt die Arbeit unabhängig aus, während sie nur begrenzte Anleitung erhält.

Hauptverantwortlichkeiten:

• Lieferung von Aufgaben im Bereich Machine Learning Ops Engineering wie Bereitstellung, Implementierung, Optimierung und Wartung von Machine-Learning-Pipelines und -Modellen.
• Sicherstellung, dass die Pipelines eine effiziente Datenaufnahme, Vorverarbeitung, Modelltraining, Validierung, Bereitstellung und Überwachung unterstützen.
• Implementierung skalierbarer und robuster Machine-Learning-Lösungen, die große Datenmengen und komplexe Modelle verarbeiten können.
• Implementierung von Echtzeitinferenz mit hoher Verfügbarkeit und niedriger Latenz.
• Erstellung strategischer Pläne innerhalb des eigenen Verantwortungsbereichs und deren Umsetzung in ein bis zwei Geschäftsfeldern.
• Sicherstellung der nahtlosen Integration von Pipelines mit Continuous Integration und Continuous Deployment (CI/CD) Tools und Workflows.
• Unterstützung und Wartung von Lösungen in der Produktion (Fehlerbehebung, Änderungen nach Bedarf, Wartung von Modellen).
• Zusammenarbeit mit funktionsübergreifenden Teams zur Integration von Machine-Learning- und geschäftslogikbasierten Lösungen in Produktionssysteme.
• Effektive Kommunikation und Anwendung des Wertes, der Konzepte und Strategien des Machine Learning Engineering in verschiedenen Szenarien mit Stakeholdern.
• Rekrutierung, Einstellung und Mentoring von Top-Talenten zum Aufbau eines leistungsstarken MLOps-Teams.
• Überwachung, Coaching und Anleitung der direkten Berichte.
• Verwendung fortgeschrittener Kenntnisse der Codeverwaltung, um architektonische und Governance-Richtlinien zu befolgen.

Anforderungen:

• 5 Jahre Erfahrung in der Bereitstellung und Verwaltung von Machine-Learning-Pipelines oder verwandter Arbeit erforderlich.
• Fließende Englischkenntnisse.
• Erfahrung in einer Führungsrolle in einem schnelllebigen, technologiegetriebenen Umfeld.
• Team: Data Scientist, Python-Entwickler, interdisziplinär (Underwriting, Aktuar).
• 2 direkte Berichte.
• Versicherung (VORTEIL), Gesundheitswesen, stark reguliert, Audit.

Technische & Geschäftliche Fähigkeiten:

• Starkes technisches Verständnis.
• Umfassendes Wissen über Machine-Learning-Frameworks und -Bibliotheken.
• Moderne Programmiersprachen: Python (VORTEIL), Java, Typescript, Ruby, Rust.
• Vertraut mit DevOps-Praktiken und -Tools für kontinuierliche Integration und Bereitstellung (MUSS).
• Erfahrung im Produktionssupport (Wartung von Modellen, Fehlerbehebungen) (MUSS).
• Zusammenarbeit mit anderen Bereichen, Übersetzung, starke Kommunikation.
• Geschäftslogikmodell, Echtzeitausführung: geschäftslogikbasierte Lösungen, Schreiben von Code zur Bestimmung des Systemverhaltens (MUSS).
• Kleine Datenmengen, aber schnelle Ausführung.
• Automatisierte Software- und Modelltests (wie man weiß, dass das Modell richtig funktioniert).

Vorteile:

Diese Position bietet ein wettbewerbsfähiges Vergütungs- und Leistungspaket:

• Wettbewerbsfähiges Gehalt und leistungsabhängige Boni.
• Umfassendes Leistungspaket.
• Karriereentwicklung und Schulungsmöglichkeiten.
• Flexible Arbeitsbedingungen (remote und/oder bürobasiert).
• Dynamische und inklusive Unternehmenskultur innerhalb einer weltweit renommierten Gruppe.
• Private Krankenversicherung.
• Pensionsplan.
• Bezahlter Urlaub.
• Schulung & Entwicklung.