Auf einen Blick
- Aufgaben: Industrialisiere unsere KI-Modelle und sorge für sichere Rollouts und kontinuierliche Evaluierungen.
- Unternehmen: Innovatives Unternehmen im Bereich KI mit Fokus auf Zusammenarbeit.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrierechancen und einem kreativen Team.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an spannenden Projekten mit modernster Technologie.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in MLOps und fundierte Kenntnisse in Python.
Das prognostizierte Gehalt liegt zwischen 60000 - 78000 € pro Jahr.
Industrialize our retrieval and reasoning models — from embedding pipelines to evals to safe rollouts.
About the role
Sie sitzen zwischen AI Engineering und Platform. Sie stellen sicher, dass Modelle, Embeddings und Pipelines sicher ausgeliefert werden, kontinuierlich evaluiert werden und ohne Probleme zurückgerollt werden können.
Was Sie tun werden
- Besitzen Sie die Embedding-Pipeline: Ingestion, Chunking, Multi-Embedding, Reindexierung
- Bauen Sie Eval-Harnesse und Qualitäts-Dashboards für Retrieval- und Antwortqualität
- Betreiben Sie Qdrant-Sammlungen, Indexversionierung und Zero-Downtime-Reindexierung
- Automatisieren Sie Modell-/Versions-Rollouts mit Shadow-Traffic und Canary-Mustern
- Verfolgen Sie Drift, Latenz, Kosten und Qualität pro Domäne (rechtlich, finanziell, Immobilien)
Was wir suchen
- 5+ Jahre in MLOps / ML Platform / Angewandte ML-Infrastruktur
- Praktische Erfahrung mit Vektordatenbanken (Qdrant bevorzugt), Embedding-Pipelines und Reranking
- Stark in Python; solide Kenntnisse in Batch- und Streaming-Job-Orchestrierung
- Erfahrung in der Gestaltung von Offline- und Online-Evals für Retrieval/LLM-Systeme
- Komfortabel im Umgang mit dem Daten- und Modell-Lebenszyklus von Anfang bis Ende
Schön zu haben
- Erfahrung mit Cohere / OpenAI / Gemini in der Produktion im großen Maßstab
- Hintergrund mit Feature-Stores, Experiment-Tracking (MLflow, W&B)
- Frühere Arbeiten zur RAG-Qualitätsüberwachung oder Halluzinationsdetektion
Stack & Tools
- Python
- Supabase
- Qdrant
- MLflow
- Airflow
- Docker
- OpenTelemetry
Wie man sich bewirbt
Schicken Sie eine kurze Notiz, in der Sie erklären, warum Sie geeignet sind, plus 1–3 konkrete Artefakte (Code, Schreiben, abgeschlossene Geschäfte, ausgelieferte Produkte). Wir lesen jede durchdachte Bewerbung.
Senior MLOps Engineer Arbeitgeber: RAIVA
Als Senior MLOps Engineer in unserem innovativen Unternehmen haben Sie die Möglichkeit, an der Spitze der KI-Technologie zu arbeiten und unsere Modelle in einer dynamischen Umgebung zu industrialisieren. Wir bieten eine unterstützende Arbeitskultur, die auf kontinuierlichem Lernen und persönlichem Wachstum basiert, sowie flexible Arbeitszeiten und die Möglichkeit, remote zu arbeiten. Unsere Mitarbeiter profitieren von einem klaren Karrierepfad und Zugang zu modernsten Technologien, was uns zu einem attraktiven Arbeitgeber im Bereich der künstlichen Intelligenz macht.
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 RAIVA 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 RAIVA gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei RAIVA 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 RAIVA entscheidend sein!
