MLOps-Ingenieur in Automat-it

Automat-it ist ein All-in-AWS-Premier-Partner, der Startups mit DevOps- und FinOps-Expertise und praktischen Dienstleistungen unterstützt. Wir begleiten und unterstützen Hunderte von Startups, die AWS auf ihrem Wachstumsweg intelligenter nutzen. Wir sparen unseren Kunden viel Zeit bei der Markteinführung und optimieren die Leistung und Kosteneffizienz ihrer Cloud.

Automat-it ist in mehr als sieben Ländern in der EMEA-Region tätig. Wir bieten ein dynamisches Umfeld, in dem Sie Ihr Fachwissen erweitern und einen wesentlichen Beitrag leisten können.

Wir suchen einen MLOps-Ingenieur, der praxisnah mit Data Science- und F&E-Teams zusammenarbeitet Verantwortlich für verschiedene Projekte, die von einer gesamten Machine-Learning-Pipeline aus der MLOps-Perspektive bis hin zu generativen KI-Lösungen reichen. Sie arbeiten mit unseren Kunden zusammen und helfen ihnen beim Aufbau und Betrieb maschineller Lernsysteme in großem Maßstab, implementieren die neuesten Technologien und arbeiten mit Startups zusammen, die innovative Produkte haben.

Aufgaben:

• Bereitstellung von ML-AWS-Ressourcen und -Infrastruktur
• Entwicklung von MLOps-Pipelines unter Nutzung der Amazon SageMaker-Plattform und ihrer Funktionen
• Entwickeln von ML-orientierten CI/CD-Pipelines mit GitHub Actions, BitBucket oder ähnlichen Tools
• Bereitstellen von Modellen für maschinelles Lernen in der Produktion
• Helfen Sie Kunden, Herausforderungen in großem Maßstab mithilfe verteilter Schulungen zu bewältigen Frameworks 
• Schnell neue Fähigkeiten und Technologien erlernen
• Terraform-Bibliotheken für die Infrastrukturbereitstellung verwenden und schreiben
• CI/CD-Pipelines für Projekte verschiedener Größenordnungen und Tech-Stacks entwickeln< /li>
• Wartung von Infrastrukturen und Umgebungen aller Art, von der Entwicklung bis zur Produktion
• Sicherheitsüberwachung und -verwaltung

Anforderungen:

• Fähigkeit, Cloud-Lösungen zu entwerfen und zu implementieren und MLOps-Pipelines auf AWS aufzubauen
• Erfahrung mit einem oder mehreren MLOps Frameworks wie Kubeflow, MLFlow, DataRobot, Airflow usw. 
• Fließende Python-Kenntnisse, gute Linux-Kenntnisse und Kenntnisse von Frameworks wie scikit-learn, Keras, PyTorch, Tensorflow usw.
• Fähigkeit, die von Datenwissenschaftlern verwendeten Tools zu verstehen und Erfahrung mit Softwareentwicklung und Testautomatisierung
• Fließende schriftliche und mündliche Kommunikationsfähigkeiten in Englisch
• Erfahrung mit einem oder mehreren großen Sprachmodellen Frameworks wie OpenAI SDK, Amazon Bedrock, LangChain und LlamaIndex.
• Grundkenntnisse einiger Vektordatenbanken (OpenSearch, Qdrant, Weaviate, LanceDB usw.) – von Vorteil
• Erfahrung mit Docker und Kubernetes – Vorteil
• Arbeitskenntnisse mit Snowflake, BigQuery und/oder Databricks – Vorteil
• GCP- oder Azure-Kenntnisse (DevOps/MLOps) – Vorteil
• ML-Zertifizierung (AWS ML Specialty oder ähnlich) – Vorteil

Automat-it setzt sich für die Förderung eines Arbeitsplatzes ein, der Chancengleichheit für alle fördert. Wir sind fest davon überzeugt, dass die Förderung einer vielfältigen Belegschaft für unseren Erfolg von entscheidender Bedeutung ist. Unsere Rekrutierungsentscheidungen basieren auf Ihrer Erfahrung und Ihren Fähigkeiten und erkennen den Wert an, den Sie für unser Team leisten.

Über das Unternehmen Automat-itAutomat-it ist ein All-in-AWS-Premier-Partner, der Start-ups mit DevOps- und FinOps-Expertise und praktischen Dienstleistungen unterstützt. Wir haben Hunderte von Start-ups dabei begleitet und unterstützt, AWS während ihrer gesamten Wachstumsreise intelligenter zu nutzen. Mit DevOps geboren und aufgewachsen, entwickeln wir Cloud-Lösungen aus der DevOps-Perspektive für praktische Anwendungen mit integrierter Effizienz, die unseren Kunden viel Zeit bis zur Markteinführung sparen und ihre Cloud-Leistung und -Kosten optimieren.

Mit Betrieben in über sieben In allen EMEA-Ländern bietet Automat-it ein dynamisches Umfeld zur Erweiterung beruflicher Fähigkeiten und zur Erzielung erheblicher Wirkung. Unser Ziel ist es, Startups dabei zu unterstützen, ihre Cloud-Ziele effizient zu erreichen.