Wir suchen zum nächstmöglichen Zeitpunkt eine engagierte Persönlichkeit als MLOps Engineer (w/m/d) für unseren Kunden. In dieser spannenden Rolle sind Sie Teil eines dynamischen Teams, das sich auf die Entwicklung intelligenter Systeme und datengetriebener Softwarelösungen spezialisiert hat. Ihr Beitrag wird entscheidend sein, um die Herausforderungen der modernen Polizeiarbeit durch den Einsatz von Künstlicher Intelligenz (KI) und Machine Learning (ML) zu meistern. Zu Ihren Hauptaufgaben gehört der Aufbau, die Automatisierung und die Skalierung von Machine-Learning-Pipelines in komplexen KI-Umgebungen. Sie entwickeln und pflegen CI/CD-Prozesse für ML-Modelle und sind verantwortlich für das Monitoring, Logging und die Performance-Optimierung von ML-Workloads. Dabei arbeiten Sie eng mit Data Scientists zusammen, um Modelle in die Produktion zu bringen. Darüber hinaus implementieren Sie MLOps-Standards für Versionierung, Reproduzierbarkeit und Governance, um die Datenqualität sicherzustellen und die Automatisierung von Trainings- und Deployment-Prozessen voranzutreiben. Zudem evaluieren Sie neue Tools und Technologien im Bereich MLOps. Sie erwartet ein kreatives und wertschätzendes Arbeitsumfeld, in dem Ihre Ideen geschätzt werden und Sie aktiv zur Gestaltung der öffentlichen Sicherheit beitragen können.
Beschreibung
Anforderungen
Der ideale Kandidat verfügt über ein abgeschlossenes wissenschaftliches Hochschulstudium mit Diplom oder Master in Informatik, Künstlicher Intelligenz, Mathematik, Physik oder in einem vergleichbaren Bereich. Zudem ist die Bereitschaft zur Durchführung einer erweiterten Sicherheitsüberprüfung erforderlich, was bedeutet, dass Ihr Wohnsitz seit mindestens fünf Jahren in Deutschland oder einem EU-Mitgliedstaat liegen muss. Wünschenswert sind fundierte Kenntnisse in Python sowie in gängigen ML-Frameworks wie TensorFlow, PyTorch und Scikit-learn. Erfahrungen mit Containerisierung und Orchestrierung (Docker, Kubernetes) sind ebenfalls von Vorteil. Zudem sollten Sie Fachkenntnisse in CI/CD-Tools (GitLab CI, Jenkins, ArgoCD) mitbringen, Erfahrung mit cloudnativen KI-Plattformen haben und ein Verständnis von DevOps-Prinzipien sowie Infrastructure as Code (z. B. Terraform) besitzen. Kenntnisse im Monitoring von ML-Systemen (Prometheus, Grafana, MLflow) sind ebenfalls wichtig. Darüber hinaus sollten Sie über Kenntnisse der Barrierefreiheit gemäß WCAG 2.2 AA und der BITV 2.0 verfügen. Sehr gute Deutsch- und Englischkenntnisse sind Voraussetzung. Persönliche Eigenschaften wie analytisches Denken, Innovationsfähigkeit, Teamfähigkeit und Kommunikationsstärke runden Ihr Profil ab.