MLOps Lead

Diese Position wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen MLOps Lead mit Sitz in Deutschland. Als MLOps Lead gestalten Sie die Strategie, Architektur und operative Exzellenz einer modernen Machine-Learning-Infrastruktur, die großangelegte KI-Systeme unterstützt. Sie führen ein Team von MLOps-Ingenieuren und überbrücken die Lücke zwischen Forschung und Produktion, um sicherzustellen, dass Machine-Learning-Modelle effizient in leistungsstarken Umgebungen bereitgestellt, überwacht und skaliert werden. Diese Rolle kombiniert technische Führung mit praktischen architektonischen Entscheidungen und bietet die Möglichkeit, eine robuste Infrastruktur von Grund auf zu schaffen, während Sie eng mit Ingenieur-, Forschungs- und Produktteams zusammenarbeiten. In einer vollständig remote und internationalen Umgebung helfen Sie, Best Practices zu etablieren und Innovationen über den gesamten Lebenszyklus des Machine Learning voranzutreiben, um die Bereitstellung zuverlässiger und skalierbarer KI-Lösungen zu ermöglichen.

Verantwortlichkeiten

• Führen, betreuen und entwickeln Sie ein leistungsstarkes Team von MLOps-Ingenieuren und fördern Sie eine Kultur der Zusammenarbeit, technischen Exzellenz und kontinuierlichen Verbesserung.
• Definieren und führen Sie die MLOps-Roadmap aus, um Infrastrukturinitiativen mit Forschungs-, Ingenieur- und Produktzielen in Einklang zu bringen.
• Entwerfen, implementieren und warten Sie skalierbare Machine-Learning-Infrastrukturen, einschließlich automatisierter Trainingspipelines, CI/CD-Workflows, Orchestrierungsframeworks und Bereitstellungsprozesse.
• Treffen Sie architektonische Entscheidungen für Modellbereitstellungsplattformen, um eine niedrige Latenz und hohe Durchsatzleistung bei der Inferenz mit modernen Bereitstellungstechnologien sicherzustellen.
• Bauen und optimieren Sie Feature-Stores, Datenpipelines und Speicherlösungen, die großangelegtes Modelltraining und Produktionsinferenz unterstützen.
• Arbeiten Sie eng mit Forschungsteams zusammen, um den Übergang von Machine-Learning-Modellen von Experimentier- zu Produktionsumgebungen zu optimieren.
• Etablieren Sie Überwachungs-, Protokollierungs-, Alarmierungs- und Beobachtungsstrategien, um die Modellleistung, Systemzuverlässigkeit und frühzeitige Erkennung von Drift oder Betriebsproblemen sicherzustellen.
• Definieren Sie Ingenieurstandards, betriebliche Best Practices und skalierbare Infrastrukturprozesse, die das langfristige Wachstum der Plattform unterstützen.

Anforderungen

• Abschluss als Bachelor oder Master in Informatik, Ingenieurwesen oder einem verwandten technischen Bereich oder gleichwertige praktische Erfahrung.
• Mindestens 7 Jahre Erfahrung in MLOps oder im Bereich Machine-Learning-Infrastrukturengineering, davon mindestens 3 Jahre in einer technischen Führungsrolle.
• Starke Software-Engineering-Expertise in Python, mit Kenntnissen in Bash und/oder Go.
• Nachweisliche Erfahrung im Aufbau, der Skalierung und der Leitung von MLOps-Infrastrukturen von Grund auf.
• Tiefgehendes Wissen über Machine-Learning-Plattformen und -Frameworks wie MLflow, Weights & Biases (W&B), PyTorch und TensorFlow.
• Umfangreiche Erfahrung mit Technologien zur Modellbereitstellung, einschließlich Triton Inference Server, TorchServe, TensorFlow Serving oder KServe.
• Praktische Erfahrung mit Kubernetes, Cloud-Plattformen (AWS, GCP oder Azure), Infrastructure-as-Code-Tools (Terraform, Helm, GitOps) und produktionsgerechten Datenpipelines.
• Starke Erfahrung mit Überwachungs- und Beobachtungslösungen wie Prometheus, Grafana, Datadog und OpenTelemetry.
• Ausgezeichnete Kommunikationsfähigkeiten mit der Fähigkeit, effektiv mit Forschungs- und Ingenieurteams zusammenzuarbeiten.
• Erfahrung mit Workflow-Orchestrierungstools, FastAPI, Databricks, Snowflake, LLM-Infrastruktur, SRE-Praktiken oder KI-Startup-Umgebungen wird als Vorteil angesehen.

Vorteile

• Wettbewerbsfähiges Vergütungspaket einschließlich Gehalt und Beteiligung am Eigenkapital.
• Umfassende Gesundheitsversorgung für Mitarbeiter und berechtigte Angehörige.
• Großzügige bezahlte Elternzeit zur Unterstützung biologischer, adoptiver und Leih-Elternschaft.
• Umzugshilfe für Mitarbeiter, die an einem der Bürostandorte des Unternehmens beginnen, wo dies zutrifft.
• Vollständig remote Arbeitsumgebung mit internationalen Kooperationsmöglichkeiten.
• Gelegenheit, führende Initiativen zur KI-Infrastruktur mit erheblichem technischem Eigentum zu leiten.
• Inklusive, mission-driven Kultur, die Innovation, Zusammenarbeit, Vielfalt des Denkens und kontinuierliches Lernen schätzt.