ML Ops Engineer

Harmattan AI ist ein Unternehmen der nächsten Generation, das autonome und skalierbare Verteidigungssysteme entwickelt. Nach dem Abschluss einer Finanzierungsrunde über 200 Millionen US-Dollar, die das Unternehmen mit 1,4 Milliarden US-Dollar bewertet, erweitern wir unsere Teams und Fähigkeiten, um mission-kritische Systeme für verbündete Streitkräfte bereitzustellen.

Unsere Arbeit wird von klaren Werten geleitet: Technologien mit realer Wirkung zu entwickeln, Exzellenz in allem, was wir tun, anzustreben, ehrgeizige Ziele zu setzen und die schwierigsten technischen Herausforderungen anzugehen. Wir arbeiten in einem anspruchsvollen Umfeld, in dem Rigorosität, Eigenverantwortung und Ausführung erwartet werden.

Unsere ML-Teams bauen und optimieren die Modelle, die im Kern unseres Autonomie-Stacks stehen. Wenn ein Team wächst, muss der Workflow, auf dem die Modelle laufen, von einem manuellen, organisch gewachsenen Setup auf eine kontrollierte, automatisierte und reproduzierbare Basis überführt werden.

Als MLOps Engineer, der in Paris, Lausanne oder Zürich arbeitet, sind Sie für diese Infrastruktur verantwortlich, einschließlich Trainings- und Evaluierungspipelines, CI, Experimentverfolgung und Reproduzierbarkeit, sodass Modelle in einer kontrollierten und wiederholbaren Weise trainiert, bewertet und verglichen werden. Sie ermöglichen es den Modellierern, sich auf Modelle statt auf Infrastruktur zu konzentrieren, und setzen den Standard, auf dem das Team aufbaut.

Verantwortlichkeiten:

• Training & Evaluierungspipelines: Aufbau und Pflege der reproduzierbaren Trainings- und Evaluierungspipelines, die die Modellierer nutzen, sowie der Pipeline-Vorlagen und Werkzeuge, auf denen sie basieren.
• CI & Reproduzierbarkeit: CI in die ML-Arbeit integrieren und sicherstellen, dass die Durchläufe tatsächlich vergleichbar sind über Code, Konfiguration und Modelle.
• Modell-Registry: Pflege eines Modells Lebenszyklus-Registers, vom Sandbox- bis zum Produktionsstatus.
• Experimentverfolgung & Protokollierung: Ergebnisse vergleichbar und nachvollziehbar im Team halten.
• Testautomatisierung: Unterstützung bei der Automatisierung von Testläufen auf Geräten und Hardware-in-the-Loop und Sammlung der Ergebnisse.

Anforderungen an den Kandidaten:

• Bildungsweg: Ein Abschluss in einem MINT-Fachgebiet oder gleichwertige praktische Erfahrung. Praktische Erfahrung mit Pipelines, CI und Reproduzierbarkeit ist wichtiger als der spezifische Abschluss.
• MLOps-Erfahrung: Aufbau und Pflege von ML-Pipelines, CI und Experimentverfolgung in einer realen Produktions- oder Forschungsumgebung, idealerweise durch die Umwandlung eines manuellen Flows in einen kontrollierten und reproduzierbaren.
• Engineering: Starke Kenntnisse in Python und Softwareengineering für Infrastruktur.
• Bonus: Erfahrung in der Verkabelung von Pipelines für Tests auf Geräten oder Hardware-in-the-Loop.
• Attribute: Systematisch, zuverlässig und serviceorientiert, damit das Team befähigt wird, pragmatisch und gut darin, Reibungen zu reduzieren.
• Engagement: 100%ige Hingabe an die Mission von Harmattan AI, den verbündeten Nationen durch ethische, wirkungsvolle Technologie einen Verteidigungs-Vorteil zu verschaffen.

Wir freuen uns darauf, zu hören, wie Sie die Zukunft autonomer Verteidigungssysteme bei Harmattan AI mitgestalten können.