Senior ML Ops Engineer - Architektur & Strategie (f/m/x)

Unser Kunde ist ein führendes Unternehmen in der Automobilbranche, das sich durch Innovation und Leidenschaft auszeichnet. Am Standort München suchen wir einen erfahrenen Senior ML Ops Engineer für die Bereiche Architektur und Strategie. In dieser Rolle sind Sie verantwortlich für die Gestaltung der Referenzarchitektur der ML-Plattform von Anfang bis Ende. Dazu gehören die Datenaufnahme, der Aufbau eines PB-großen Data Lakes, heterogene Trainingscluster, ein Modell-Registry und die Bereitstellung von einsatzbereiten Artefakten. Sie setzen Standards für Datenflüsse, Katalogisierung und Partitionierung auf PB-Skala und integrieren diese mit Werkzeugen zur Datenverwaltung. Darüber hinaus definieren Sie die Topologie der Plattformkomponenten und die Integrationsverträge für Pipeline-Orchestrierung, Experimentverfolgung und Modelllebenszyklus-Governance. Sie arbeiten eng mit Sicherheits-, Rechts- und Funktionalteams zusammen, um die Einhaltung von ISO-Normen und Datenschutzvorschriften zu gewährleisten. In einem dynamischen und kollaborativen Team haben Sie die Möglichkeit, an herausfordernden Projekten zu arbeiten, die die Mobilität der Zukunft gestalten. Ihr Engagement und Ihre Expertise sind entscheidend, um innovative Lösungen zu entwickeln und die Zukunft der Automobilindustrie aktiv mitzugestalten.

Der ideale Kandidat verfügt über einen Hochschulabschluss in Informatik, Computer- oder Elektrotechnik oder einem verwandten Fachgebiet. Sie sollten mindestens 5-8 Jahre Erfahrung im Bereich ML-Plattform oder Infrastrukturengineering mitbringen, davon mindestens zwei Jahre in einer technischen Führungs- oder Architektenrolle. Fundierte Kenntnisse in Cloud-Plattformen wie AWS, Azure oder Google Cloud sind erforderlich, idealerweise mit Multi-Region- oder Multi-Account-Setups. Sie haben nachweislich Systeme für PB-große Daten und Hunderte gleichzeitiger Trainingsjobs entworfen und verstehen die Herausforderungen bei der Kompression großer Vision-Modelle für automotive-grade SoCs. Starke Kenntnisse im Design von Kubernetes-Plattformen, GitOps und Infrastructure-as-Code sind unerlässlich. Zudem sind ausgezeichnete Kommunikationsfähigkeiten erforderlich, um ML-Forscher, eingebettete Ingenieure, Datenteams und Führungskräfte effektiv abzustimmen. Erfahrung mit Edge-Modellkompilierungstools und automobilen Daten im großen Maßstab runden Ihr Profil ab.