Head of ML / AI Platform (d/w/m)

Die ZEIT Verlagsgruppe bietet Qualitätsinhalte: Print, Online und Audio, in Form zahlreicher Bildungsangebote und Konferenzen oder als Dienstleister für Content Marketing oder Strategieberatung im Bereich Employer Branding. In unserem Leitbild definieren wir unsere Werte, die Grundlage unseres Erfolgs: Unabhängigkeit, Respekt und Zuversicht. Dank unserer Innovationsstärke wächst die ZEIT Verlagsgruppe stetig, Auflagen, Reichweiten und die Digital- und Nebengeschäfte entwickeln sich positiv. Die ZEIT Verlagsgruppe hat rund 1.400 Mitarbeitende an den Standorten Hamburg, Berlin und München.

Hast du Lust gemeinsam mit uns etwas Neues aufzubauen und zu gestalten? Die Stelle ist ab sofort in Vollzeit am Standort Hamburg zu besetzen. Die Position ist außertariflich vergütet und umfasst 40 Stunden pro Woche (tariflich).

In der Abteilung ZEIT Data bauen wir das Team ML / AI Platform ganz neu auf. Es soll an zentraler Stelle die Kompetenzen bündeln, die für die Auswahl und den Betrieb von Diensten und Lösungen notwendig sind, auf und mit denen wir KI in vielfältiger Weise bei der ZEIT einsetzen – egal ob für interne Anwendungsfälle oder in unseren Produkten.

Als Head of ML / AI Platform übernimmst du die fachliche und organisatorische Führung des Teams (aktuell zwei Kollegen) und bist gleichzeitig selbst stark fachlich in die technische Arbeit involviert. Du wirkst an der strategischen Ausrichtung mit und sorgst dafür, dass das Team eng mit den Kolleg:innen aus DevOps, Data Platform, Data Science, Produktentwicklung und Engineering in Redaktion und Verlag verzahnt ist. Unser Tech Stack basiert auf der Google Cloud Platform und Kubernetes. Du wirst ML(Ops)-Tools auswählen (wie MLflow, Vertex AI, Vector Databases für RAG-Anwendungen).

Deine Rolle hat vier Komponenten:

• Führung & Teamaufbau: Du führst fachlich und organisatorisch ein neues, hochspezialisiertes Team (inkl. dir drei Kolleg:innen) und hast Freude daran, das Team und die Kompetenzen weiterzuentwickeln. Du schaffst Rahmenbedingungen für erfolgreiche Zusammenarbeit und förderst Eigenverantwortung. Dabei gehst du mit gutem Beispiel voran – durch deine eigene fachliche Arbeit.
• ML/AI-Plattform auswählen, aufbauen und betreiben: Du entwickelst und betreibst mit Deinem Team eine ML/ AI-Ops-Plattform und definierst Standards für Entwicklung, Deployment und Betrieb von KI-Modellen. Dein Fokus liegt auf einer sicheren und skalierbaren Architektur, deren Stabilität du u.a. durch Monitoring und Observability gewährleistest.
• Integration ermöglichen: Du schaffst oder evaluierst Tools und Services, die es Data Scientists und Produktentwicklern ermöglicht, unsere ML- und Generative-KI-Use Cases nahtlos zu integrieren. Du bist der technische Enabler, der komplexe ML und LL-Modelle, die die Data Science- und Product-Teams bauen, produktionsreif macht. Dies umfasst die Integration von ML-Modellen in produktive Anwendungen und bestehende IT-Landschaften.
• Datenanbindung und Kollaboration: Du stellst ML/AI-spezifische Datenbanken bereit und entwickelst in enger Abstimmung mit angrenzenden Abteilungen die Anbindungen an bestehende Datenquellen. Du berätst und arbeitest eng mit Data Science, DevOps, Software Engineering, Produkt und den Fachbereichen zusammen.

Du musst aber kein/e ausgewiesene/r Expert:in in all diesen Bereichen sein. Sofern du in einigen Punkten Erfahrung gesammelt hast und Spaß an der ganzheitlichen Betrachtung des MLOps-Lebenszyklus hast, lässt sich alles andere erlernen. Das gilt explizit auch für die Teamführung.

Technisches Profil:

• Studium im Bereich (Wirtschafts-)Informatik, Ingenieurwesen, Mathematik, Data Science oder vergleichbare Fachrichtung – oder eine entsprechende technische Ausbildung.
• Fundierte praktische Erfahrung in agilen Arbeitsumgebungen (z. B. Scrum, Kanban) und vertraut mit der Zusammenarbeit mit Product Ownern, Stakeholdern und interdisziplinären Teams.
• Praxiserfahrung in der Softwareentwicklung mit Python in Positionen wie ML Engineer, DevOps Engineer, Data Scientist oder Software Engineer mit ML-Anteil (d.h. konkret Nutzung von Bibliotheken wie Huggingface, scikit-learn oder PyTorch/TensorFlow).
• Fundierte praktische Erfahrung mit Cloud-Infrastrukturen (vorzugsweise GCP) sowie tiefgreifende Kenntnisse in zentralen Themen wie Cloud IAM, Workload Identity, Cloud Networking, Cloud Storage und Vertex AI.
• Denken in Self-Service-Lösungen und abstrahieren technischer Komplexität, sodass sich Data Scientists voll auf die Entwicklung und Optimierung ihrer Modelle konzentrieren können.
• Das Infrastructure-as-Code-Prinzip (Terraform, alternativ OpenTofu oder Pulumi) sowie das GitOps-Prinzip (z. B. mit Flux oder Argo CD) verinnerlicht und setzt beide konsequent in der Praxis ein.
• Tiefgehende Kenntnisse in der Container-Entwicklung und im Deployment (inkl. Helm‑Chart‑Entwicklung) sowie im effizienten Management von CPU‑ und GPU‑Workloads, Skalierung und Resource Management.
• Erfahrung im Aufbau von ETL‑ und Datenpipelines sowie mit Workflow‑Orchestrierung (z. B. Airflow, Argo Workflows oder Kubeflow).

Nice to have:

• Führungserfahrung mit Hands-on-Mentalität: Du hast bereits Erfahrung in der fachlichen und/oder disziplinarischen Führung kleiner technischer Teams (z. B. als Tech Lead, Engineering Manager, Head of Platform/Data) und bringst gleichzeitig tiefe technische Expertise mit, die du aktiv in die Arbeit einbringst.
• Praktische Erfahrung mit Model Training, Deployment und idealerweise mit LLMs (Mlflow, DVC, Weights & Biases, Vektor‑Datenbanken,…).
• Praktische Erfahrung in der Arbeit mit Large Language Models (LLMs), auch mit OpenSource-Modellen, und Architekturen wie Retrieval-Augmented Generation (RAG).

Dein persönliches Profil:

• Freude an Führung und Teamarbeit: Du möchtest Menschen entwickeln, Verantwortung übernehmen und gleichzeitig selbst fachlich aktiv bleiben.
• Strukturiertes Herangehen an Fragestellungen: Deine Stärken liegen in einem ausgeprägten Verständnis für Daten und Prozesse sowie einer analytischen Herangehensweise.
• Neugier, Initiative und Lösungsorientierung: Du hast ein starkes Interesse daran, auch die Fachbereiche zu verstehen, um durch nachhaltige Entscheidungen die Daten‑ und KI‑Landschaft des Zeitverlags für die kommenden Jahre aktiv mitzugestalten.

Teamkultur und Arbeitsweise:

Das Team ML / AI Platform ist Teil von ZEIT Data mit ca. 20 Data Practitioners (Technical Web Analysts, Data Engineers, Analytics Engineers, Data Analysts und Data Scientists). Im Team sprechen und schreiben wir Deutsch, den Code schreiben wir auf Englisch. Wir arbeiten agil, transparent und kollaborativ. Wir setzen auf Eigenverantwortung, kurze Abstimmungswege und eine offene Feedback-Kultur.

Unser Engagement für deine Entwicklung:

• Flexible Arbeitszeiten wie Gleitzeit und mobiles Arbeiten sowie vielfältige Teilzeitmodelle.
• Weiterbildungsmöglichkeiten über unsere ZEIT AKADEMIE und regelmäßige Austauschformate.
• Vergünstigungen für unsere Produkte und verschiedene Angebote über Corporate Benefits.
• Wohlbefinden durch das Employee Assistance Program und attraktive Vergünstigungen bei Urban Sports.

Wir kümmern uns umeinander. Die ZEIT Verlagsgruppe ist ein Arbeitgeber, der für Chancengleichheit und einen respektvollen Umgang steht. Wir setzen uns ein für faire Beschäftigungsmöglichkeiten unabhängig von ethnischer oder sozialer Herkunft, Geschlecht, Religion, Weltanschauung, Alter, sexueller Identität oder Behinderung. Wir möchten ausdrücklich Menschen mit vielfältigen Hintergründen dazu ermutigen, sich zu bewerben, und freuen uns besonders über Bewerbungen von Personen, die zur Diversität unseres Unternehmens beitragen möchten.