Auf einen Blick
- Aufgaben: Entwickle und betreibe ML-Plattformen für innovative Gesundheitslösungen.
- Unternehmen: C the Signs - ein Unternehmen, das die Zukunft der Gesundheitsversorgung gestaltet.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Zugang zu neuesten Technologien.
- Weitere Informationen: Kontinuierliche Lernmöglichkeiten und ein dynamisches Team.
- Warum dieser Job: Gestalte mit KI lebensverändernde Technologien und verbessere die Gesundheitsgerechtigkeit.
- Qualifikationen: Mindestens 6 Jahre Erfahrung in Software-Engineering und ML-Systemen.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Wir suchen einen Senior MLOps Engineer mit umfassender Erfahrung im Bereich maschinelles Lernen, um die Produktionsplattform zu entwickeln und zu betreiben, die ML/LLM-gesteuerte Arbeitsabläufe im Gesundheitswesen unterstützt. Sie werden zuverlässige, sichere und konforme Systeme für die Modellentwicklung, -bewertung, -bereitstellung, -überwachung und kontinuierliche Verbesserung entwerfen und eng mit den Teams für maschinelles Lernen, Daten, Sicherheit und Produkt zusammenarbeiten. Diese Rolle ist ideal für jemanden, der ML-Systeme in der Produktion implementiert hat und sich für LLM-Orchestrierung, RAG, Bewertungen, Sicherheitsvorkehrungen und Beobachtbarkeit in einem regulierten Umfeld begeistert.
Hauptverantwortlichkeiten
- MLOps & ML-Plattform: Entwerfen und Betreiben von ML-Plattformen, die End-to-End-Workflows unterstützen: Datenaufnahme, Merkmalsengineering, Training, Bewertung, Bereitstellung und Überwachung.
- Bauen und Pflegen von CI/CD für ML (Tests, Verpackung, Versionierung, Reproduzierbarkeit, automatisierte Rollbacks, Genehmigungen).
- Implementieren von MLOps-Best-Practices: Modellregistrierung, Experimentverfolgung, Herkunft, Governance und reproduzierbare Trainingsumgebungen.
- Entwickeln einer skalierbaren Trainingsinfrastruktur (verteiltes Training, GPU-Planung, Kostenkontrollen, automatisches Skalieren).
- Erstellen und Pflegen von Merkmals-Pipelines/Merkmals-Speichern, um Konsistenz zwischen Training und Inferenz sicherzustellen.
- Einrichten von Modellüberwachung und Beobachtbarkeit: Leistung, Drift, Verzerrungs-/Fairnesssignale (wo relevant), Latenz, Durchsatz und Datenqualität.
- Erstellen und Besitzen von End-to-End-LLM-Lieferpipelines: Aufforderung/Versionierung, Abruf, Orchestrierung, Bewertung, Bereitstellung, Überwachung und iterative Verbesserung.
- Erstellen robuster LLM-Bewertungshilfen (offline + online): goldene Datensätze, automatisierte Regressionstests, menschliche Überprüfungsworkflows und Risikobewertung.
- Kostenkontrollen aufbauen: Token/Kostenbudgetierung, Caching-Strategien, automatisches Skalieren und Leistungsoptimierung.
Bereitstellung, Zuverlässigkeit und Betrieb:
- Produktion von ML-Modellen auf GCP unter Verwendung von Containern und Orchestrierung (z.B. GKE, Cloud Run) und Aufbau von CI/CD für ML/LLM-Systeme mit automatisierten Tests und sicheren Rollouts.
- Implementieren von Beobachtbarkeit: Verfolgung, Metriken, Protokolle, Dashboards, Alarmierung für Modell-/Systemgesundheit.
- Kostenkontrollen aufbauen: Token/Kostenbudgetierung, Caching-Strategien, automatisches Skalieren und Leistungsoptimierung.
Daten, Governance und Compliance (Gesundheitswesen):
- Entwerfen von Systemen mit Sicherheit und Datenschutz von Anfang an: IAM, geringste Privilegien, Geheimnisverwaltung, Audit-Protokolle, Verschlüsselung, Datenaufbewahrung und PHI/PII-Verwaltung.
- Implementieren von Governance: Modell-/Aufforderungsherkunft, Datensatzherkunft, Bewertungsverfolgbarkeit und Genehmigungsworkflows, die den Compliance-Erwartungen im Gesundheitswesen entsprechen.
- Integrieren von Sicherheitsvorkehrungen: Inhaltsfilter, Richtlinienprüfungen, Schutz vor Aufforderungsinjektionen, Validierung strukturierter Ausgaben und Rückfallstrategien.
Anforderungen:
- Über 6 Jahre Erfahrung in der Software-/Plattformentwicklung, einschließlich über 4 Jahre Betrieb von ML-Systemen in der Produktion (oder gleichwertige Tiefe).
- Starke Erfahrung im Bereich ML-Engineering: Trainingspipelines, Bewertung, Bereitstellungsmuster, Überwachung und Iterationsschleifen.
- Starke Ingenieursfähigkeiten in Python sowie praktische Erfahrung im Aufbau von APIs/Diensten.
- Nachgewiesene praktische Erfahrung mit LLM-Systemen in der Produktion und ML-Engineering: Trainingspipelines, Bewertung, Bereitstellungsmuster, Überwachung und Iterationsschleifen.
- Starke Erfahrung mit GCP-Diensten und cloud-nativen Mustern.
- Erfahrung mit Vertex AI (Pipelines, Endpunkte, Merkmalspeicher, Modellregistrierung, Bewertung) und/oder verwaltetem Vektorsuche auf GCP.
- Erfahrung mit Containerisierung und Orchestrierung (Docker, Kubernetes/GKE und/oder Cloud Run).
Vorteile:
- Wettbewerbsfähiges Gehalt und Leistungspaket.
- Flexible Arbeitsbedingungen (remote oder hybride Optionen verfügbar).
- Die Möglichkeit, an lebensverändernder KI-Technologie zu arbeiten, die direkte Auswirkungen auf die Patientenergebnisse hat.
- Teil eines Teams zu sein, das bahnbrechende Innovationen mit einer Mission zur Rettung von Leben und Verbesserung der Gesundheitsgleichheit kombiniert.
- Kontinuierliche Lernmöglichkeiten mit Zugang zu den neuesten Tools und Fortschritten in KI und Gesundheitswesen.
Senior MLOps Engineer Arbeitgeber: Dormont Manufacturing Co
C the Signs ist ein hervorragender Arbeitgeber, der nicht nur innovative KI-Technologien entwickelt, sondern auch eine positive Auswirkung auf die Gesundheitsversorgung hat. Mit flexiblen Arbeitsmodellen und einem wettbewerbsfähigen Gehaltspaket fördert das Unternehmen eine Kultur des kontinuierlichen Lernens und der Zusammenarbeit, während es seinen Mitarbeitern die Möglichkeit bietet, an lebensverändernden Projekten zu arbeiten. Hier haben Sie die Chance, in einem dynamischen Umfeld zu wachsen und einen echten Unterschied im Leben von Patienten zu machen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior MLOps Engineer erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Dormont Manufacturing Co zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior MLOps Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior MLOps Engineer bei Dormont Manufacturing Co gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Dormont Manufacturing Co vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Dormont Manufacturing Co entscheidend sein!
