ML Ops Engineer (AI)

Standort: Remote

Beschäftigungsart: Vollzeit

Abteilung: Engineering

Vergütung: $130K – $160K • Bietet Eigenkapital

Über SewerAI Corporation

SewerAI transformiert das Management von unterirdischen Infrastrukturen durch KI-gestützte Inspektion und Risikoanalyse. Unsere Plattform hilft Auftragnehmern, Ingenieurbüros und Versorgungsunternehmen, wertvolle Einblicke aus Abwasserinspektionsdaten zu gewinnen – und verwandelt Stunden manueller Videoüberprüfung in umsetzbare Erkenntnisse in Minuten. Nach der Verdopplung unserer Kundenbasis im vergangenen Jahr treten wir nun in eine aufregende Phase des beschleunigten Wachstums ein.

Über die Rolle

Wir suchen einen MLOps Engineer, der die Infrastruktur für Machine Learning Operations besitzt, die unsere KI-Produkte antreibt. In dieser Rolle sind Sie das architektonische Rückgrat unserer maschinellen Lernsysteme und verantwortlich für das Design, die Absicherung und das Skalieren der Infrastruktur, die unsere angewandten Modelle für maschinelles Lernen zur Analyse von unterirdischen Infrastrukturen und Abwasserleitungen unterstützt.

Sie werden sich darauf konzentrieren, Forschung und Entwicklung in robuste, produktionsbereite Systeme zu überführen. Dies bedeutet, dass Sie die Verantwortung für unsere Trainings- und Inferenzpipelines übernehmen, unsere cloudbasierte Architektur absichern und nahtlose CI/CD-Prozesse aufbauen, um sicherzustellen, dass unsere Modelle zuverlässige, leistungsstarke und sichere umsetzbare Erkenntnisse für die Fehlererkennung und Instandhaltung der Infrastruktur liefern.

Woran Sie arbeiten werden

• Architektonische Absicherung: Überprüfen, sichern und optimieren Sie unsere bestehende Cloud-Infrastruktur (AWS), um hohe Verfügbarkeit, Fehlertoleranz und Sicherheit für Trainings- und Produktionslasten zu gewährleisten.
• Modellbereitstellung & Inferenz: Entwerfen und pflegen Sie skalierbare Architekturen für das Bereitstellen von Deep-Learning-Modellen (PyTorch/TensorFlow), optimiert für niedrige Latenz und hohe Durchsatzraten bei der Verarbeitung komplexer Infrastrukturdaten.
• CI/CD für maschinelles Lernen: Erstellen und pflegen Sie automatisierte Pipelines für Modelltests, Validierung, Bereitstellung und Rollback.
• Trainingsinfrastruktur: Entwerfen Sie effiziente, skalierbare Rechenumgebungen für das Training komplexer Computer Vision- und Zeitreihenmodelle auf großen Datensätzen.
• Überwachung & Beobachtbarkeit: Implementieren Sie umfassendes Monitoring für Modellabweichungen, Datenqualität und Systemgesundheit, um eine schnelle Reaktion auf Leistungsverschlechterungen zu gewährleisten.

Erforderliche technische Fähigkeiten

• Cloud-Infrastruktur: Tiefgehende Expertise in AWS (z.B. EC2, S3, EKS, SageMaker, Lambda) und bewährte Sicherheitspraktiken in der Cloud.
• Containerisierung & Orchestrierung: Starke Erfahrung mit Docker und Kubernetes zur Verpackung und Skalierung von ML-Anwendungen.
• Infrastructure as Code (IaC): Kenntnisse in Tools wie Terraform oder AWS CloudFormation.
• CI/CD-Pipelines: Erfahrung im Aufbau robuster automatisierter Pipelines mit GitHub Actions, GitLab CI oder Jenkins.
• Programmierung: Starke Python-Kenntnisse mit Fokus auf sauberen, produktionsreifen und gut getesteten Code.
• MLOps-Frameworks: Vertrautheit mit Modellregistrierungs- und Tracking-Tools (z.B. MLflow, Weights & Biases).

Wünschenswerte Fähigkeiten

• Erfahrung mit unserem spezifischen Daten-Stack (Hex, dbt, ClickHouse, Anyscale, Ray, Deeplake).
• Vertrautheit mit Deep-Learning-Frameworks (PyTorch bevorzugt) und Optimierungstechniken wie TensorRT oder ONNX.
• Kenntnisse in Edge Computing oder der Bereitstellung von Modellen auf IoT-Geräten.
• Erfahrung in den Bereichen Infrastruktur, Versorgungsunternehmen oder Geodaten.

Was wir suchen

• 4-6+ Jahre Erfahrung in MLOps, DevOps oder Data Engineering, mit starkem Fokus auf maschinelles Lernen.
• Eine Sicherheits- und Stabilitätsorientierung – Sie denken an Randfälle, Fehlermodi und Systemabsicherung als Standard.
• Starke kollaborative Instinkte, um eng mit Data Scientists zusammenzuarbeiten und reibungslose Übergaben von Experimenten in die Produktion zu gewährleisten.
• Klare Kommunikationsfähigkeiten, um architektonische Entscheidungen und Kompromisse dem breiteren technischen Team zu erläutern.

Was Sie gewinnen werden

• Einfluss: Ihre Infrastruktur wird direkt Systeme unterstützen, die kritische Ausfälle in städtischen Versorgungsnetzen verhindern.
• Eigenverantwortung: Sie haben die Autonomie, die grundlegende MLOps-Architektur zu gestalten und den Standard für technische Exzellenz im KI-Team festzulegen.
• Moderne Technologie: Arbeiten Sie mit hochqualifizierten Kollegen in einem modernen Daten- und ML-Ökosystem.

Vergütung & Vorteile

• Grundgehalt: $130,000 – $160,000
• Eigenkapitalmöglichkeiten verfügbar
• Medizinische, zahnärztliche, visuelle, Grundlebensversicherung, 401(k) und mehr
• Unbegrenzter PTO
• Werkzeuge und Ressourcen zur Unterstützung des Erfolgs
• Wettbewerbsfähige Vergütung mit hohem Wachstumspotenzial

Warum SewerAI beitreten?

Treten Sie dem am schnellsten wachsenden Team in der Abwassertechnik bei und helfen Sie, kritische Infrastrukturen mit KI zu modernisieren. Sie werden hochsichtbare Projekte leiten, beeinflussen, wie unsere Marke den Markt erreicht, und sehen, wie Ihre Arbeit messbare Auswirkungen auf Kunden und Gemeinschaften hat.

SewerAI ist stolz darauf, ein Arbeitgeber zu sein, der Chancengleichheit bietet. Wir setzen uns dafür ein, einen Arbeitsplatz zu schaffen, der frei von Diskriminierung oder Belästigung aufgrund von Alter, Behinderung, Geschlecht, Rasse, Religion oder Glauben, Geschlechtsumwandlung, Ehe/Zivile Partnerschaft, Schwangerschaft/Muttersein oder sexueller Orientierung ist. Alle Ihre Informationen werden gemäß den EEO-Richtlinien vertraulich behandelt.