Machine Learning Engineer (m/f/x)

Bei ZEISS Corporate Research & Technology arbeiten wir an der Grenze von Wissenschaft und Technologie. Unsere Mission ist es, intelligente Lösungen zu innovieren und zu entwickeln, die direkt zu zukünftigen ZEISS-Produkten beitragen. Wir suchen einen Machine Learning Engineer (m/w/x), der gerne interdisziplinär arbeitet und bestrebt ist, intelligente Systeme zu entwickeln, die einen echten Unterschied für unsere Verbraucher machen.

Ihre Rolle

• Architektur der ML-Plattform: Entwerfen, Implementieren und Warten einer robusten MLOps-Infrastruktur, die es Forschern ermöglicht, nahtlos von lokalen Experimenten zur globalen Produktion überzugehen.
• Produktionalisierung von Forschung: Als „Engineering Bridge“ fungieren, indem experimenteller Forschungscode in modulare, leistungsstarke und wartbare Python/C++-Softwarepakete umgewandelt wird.
• Automatisierung & CI/CD: Aufbau und Verwaltung komplexer automatisierter Pipelines für das Testen, Erstellen und Bereitstellen von ML-Modellen in verschiedenen ZEISS-Produktumgebungen (Cloud, Edge und On-Premise).
• Infrastructure as Code (IaC): Verantwortung für die Bereitstellung und Skalierung unserer Forschungsrechenumgebungen mit Terraform und Ansible, um hohe Verfügbarkeit und Ressourceneffizienz sicherzustellen.
• Festlegung von Engineering-Standards: Definition und Förderung von Best Practices für die gesamte Abteilung, einschließlich Versionskontrolle (Git), Containerisierung (Docker), Codequalität (Linting/Testing) und Dokumentation.
• Beobachtbarkeit & Lifecycle-Management: Implementierung fortschrittlicher Überwachungs- und Protokollierungslösungen (z.B. MLflow, ELK-Stack), um die Modellleistung, Datenabweichungen und Systemgesundheit in realen Anwendungen zu verfolgen.
• Kollaborative Beratung: Als interner Experte und Berater für Wissenschaftler fungieren, um ihnen zu helfen, ihre Arbeitsabläufe zu optimieren und die Komplexität moderner Cloud- und Hardwareumgebungen zu navigieren.

Ihr Profil

• Ingenieurgrundlage: Sie haben einen hervorragenden Hochschulabschluss in Informatik, Softwaretechnik oder einem verwandten technischen Bereich. Während wir fortgeschrittene Abschlüsse schätzen, priorisieren wir berufliche Erfahrungen im Aufbau produktionsreifer Softwaresysteme.
• Python-Experte: Sie haben tiefgehende Kenntnisse in Python und sind ein Verfechter von sauberem Code, Designmustern und modularer Architektur. Erfahrung mit C++ oder C# ist ein erheblicher Vorteil für die Integration von ML in unsere leistungsstarken Hardwaresysteme.
• DevOps & Orchestrierung: Sie haben eine „DevOps-Mentalität“ mit praktischer Erfahrung in Docker und Kubernetes. Sie sind vertraut mit der Verwaltung containerisierter Workloads und verstehen die Feinheiten der Skalierung von Diensten in einer Unternehmensumgebung.
• Infrastructure as Code (IaC): Sie sind erfahren in der Automatisierung von Infrastruktur mit Tools wie Terraform, Ansible oder Bicep, insbesondere innerhalb des Azure-Ökosystems.
• Automatisierungsspezialist: Sie haben nachweislich CI/CD-Pipelines (z.B. Azure DevOps, GitHub Actions) entworfen und gewartet, die über einfache Builds hinausgehen und automatisierte Tests und Bereitstellungen umfassen.
• MLOps-Tooling: Sie sind mit dem ML-Lifecycle-Stack vertraut (oder bereit, ihn zu meistern), wie z.B. MLflow, Kubeflow oder DVC, und verstehen, wie man standardisierte DevOps-Prinzipien auf die einzigartigen Herausforderungen des maschinellen Lernens anwendet.
• Die „Bridge“-Mentalität: Sie genießen die Herausforderung, „forschungsgradigen“ Code in stabile, skalierbare Produkte zu übersetzen. Sie sind ein starker Kommunikator, der Forscher in den besten Praktiken des Engineerings beraten kann, ohne deren Kreativität einzuschränken.
• Projektleitung: Sie haben einen strukturierten Arbeitsansatz, mit Erfahrung in der Definition des technischen Umfangs, dem Management des Backlogs und der Koordination mit funktionsübergreifenden Teams.

Diese Position ist nicht remote.