ML/MLOps Engineer (all genders)

Übersicht

Andersen ist ein globales Software-Engineering- und Digitalisierungsunternehmen mit über 19 Jahren Erfahrung, mehr als 3.500 IT-Spezialist:innen und einer nachgewiesenen Erfolgshistorie von über 2.000 Projekten weltweit. Wir unterstützen Unternehmen bei der digitalen Transformation von Geschäftsprozessen, Systemintegration, Modernisierung von Anwendungssystemen, Cloud-Architekturen, Daten- und KI-Lösungen sowie End-to-End-Softwareentwicklung in Branchen wie FinTech, Healthcare, E-Commerce, Automotive und mehr. Unsere Teams schaffen skalierbare, sichere und maßgeschneiderte digitale Produkte, die echte Geschäftsergebnisse liefern.

Du wirst Teil eines Projekts zum Aufbau einer Cloud-nativen MLOps-Plattform für das Gesundheitswesen. Ziel ist es, eine skalierbare und sichere Infrastruktur für Machine Learning und Künstliche Intelligenz bereitzustellen, die sowohl klassische Machine-Learning-Modelle als auch Large Language Models unterstützt und den Einsatz moderner KI-Lösungen in einer regulierten Umgebung ermöglicht.

In deiner Rolle entwickelst und betreibst leistungsfähige ML-Pipelines, optimierst Trainingsprozesse für GPU-basierte Workloads und arbeitest an einer modernen Cloud-Architektur auf Basis von Kubernetes und Kubeflow. Gemeinsam mit Data Scientists und Software Engineers sorgst du für den zuverlässigen Betrieb sowie die kontinuierliche Weiterentwicklung der MLOps-Plattform.

Aufgaben

• Entwicklung und Orchestrierung von Machine-Learning-Pipelines mit Kubeflow Pipelines (KFP v2).
• Training von Machine-Learning-Modellen auf GPU-Infrastrukturen einschließlich Ressourcenmanagement innerhalb von Kubernetes.
• Fine-Tuning von Transformer- und Large-Language-Modellen sowie Nachverfolgung von Experimenten und Modellen mit MLflow.
• Entwicklung und Optimierung klassischer Machine-Learning-Modelle mit XGBoost und CatBoost.
• Arbeit mit großen Datenmengen unter Verwendung von SQL Server und DuckDB für effiziente In-Cluster-Datenverarbeitung.
• Entwicklung von Python-basierten Pipelines, Integrationen und Engineering-Tools.
• Sicherstellung einer hohen Codequalität durch Tests, CI/CD-Pipelines und Best Practices der Softwareentwicklung.
• Mitarbeit in einer sicheren Cloud-Umgebung nach dem Zero-Trust-Prinzip mit restriktiven Sicherheitsrichtlinien und Container-Konzepten.

Anforderungen

• Mindestens 5 Jahre Berufserfahrung als ML Engineer oder MLOps Engineer.
• Praktische Erfahrung mit Kubeflow Pipelines (KFP v2).
• Erfahrung beim Training von Machine-Learning-Modellen auf GPU-Infrastrukturen.
• Fundierte Kenntnisse im Fine-Tuning von Large Language Models und Transformer-Modellen.
• Erfahrung mit MLflow für Experiment- und Modellmanagement.
• Erfahrung mit Boosting-Verfahren wie XGBoost und CatBoost.
• Sehr gute Kenntnisse des Python-Ökosystems sowie moderner Software-Engineering-Praktiken.
• Erfahrung in regulierten oder Enterprise-Cloud-Native-Umgebungen.
• Fundierte Kenntnisse in SQL sowie in der Verarbeitung großer Datenmengen.
• Erfahrung mit CI/CD-Prozessen, vorzugsweise GitLab CI, sowie mit Clean-Code- und Test-Strategien.
• Gute Englischkenntnisse – ab Intermediate+ und höher.
• Gute Deutschkenntnisse – ab Gehobene-Mittelstufe und höher.

Gewünschte Fähigkeiten

• Erfahrung mit dem Pre-Training von Large Language Models über das Fine-Tuning hinaus.
• Erfahrung mit GPU-Orchestrierung in Kubernetes-Umgebungen.
• Kenntnisse von Zero-Trust-Architekturen, Network Policies und restriktiven Container-Sicherheitskonzepten.
• Erfahrung mit DuckDB.
• Kenntnisse moderner Python-Tools wie uv.

Warum Andersen?

• Du kannst zwischen einer Festanstellung im Vollzeitmodell oder einer Zusammenarbeit auf B2B-Basis wählen.
• Du profitierst bei Festanstellung von gesetzlicher Renten- und Krankenversicherung sowie bis zu 28 Urlaubstagen.
• Dich erwarten kontinuierlich neue, spannende Projekte durch unser breites Projektportfolio. Du wirst bei uns immer an neuen Projekten eingesetzt und arbeitest an abwechslungsreichen Aufgaben.
• Du wirst von Anfang an durch Mentoring- und strukturierte Einarbeitungsprogramme begleitet.
• Du arbeitest mit führenden Unternehmen aus Branchen wie FinTech, Healthcare, Automotive, Retail und Telekommunikation zusammen.
• Dich erwarten regelmäßige Karriere- und Weiterentwicklungsmöglichkeiten sowie Gehaltsanpassungen und die Kostenübernahme für Zertifizierungen wie AWS oder PMP.

Standorte

Germany