Leitender MLOps-Ingenieur bei hubQuest in hubQuest

Sie sind herzlich eingeladen, der Global Analytics-Einheit unseres Partners beizutreten, einem globalen, zentralisierten Team mit dem Ziel, die datengesteuerte Entscheidungsfindung und die Entwicklung intelligenter Datenprodukte für den täglichen Betrieb zu stärken. 

Derzeit sind wir auf der Suche nach einem leitenden MLOps-Ingenieur, da wir unseren Partner bei der Entwicklung der Global Analytics-Einheit unterstützen, einem globalen, zentralisierten Team mit dem Ziel, die datengesteuerte Entscheidungsfindung zu stärken Entwicklung intelligenter Datenprodukte für den täglichen Betrieb.

Die Essenz des Teams ist ein Innovationsgeist, der das gesamte Unternehmen durchdringt und einen datenorientierten Ansatz in allen Aspekten des Geschäfts fördert. Von Vertrieb und Logistik bis hin zu Marketing und Einkauf waren unsere Smart-Data-Produkte ausschlaggebend für schnelles Wachstum und operative Exzellenz. Da das Team seine Analyselösungen auf globaler Ebene erweitert, sind wir auf der Suche nach einem erfahrenen Lead MLOps Engineer.

Das Global Analytics-Team ist ein vielfältiges Kollektiv aus Datenwissenschaftlern, Dateningenieuren, Business-Intelligence-Spezialisten und Analytics-Übersetzern mit Präsenz auf drei Kontinenten und fünf Ländern. Sein Ethos dreht sich um die Förderung der Zusammenarbeit, die Förderung von Innovationen und die Gewährleistung von Zuverlässigkeit. Gemeinsam setzen wir uns dafür ein, die gesamte Organisation zu einem führenden Anbieter datengesteuerter Entscheidungsfindung zu machen und dabei die globale Vielfalt zu nutzen, um Herausforderungen zu bewältigen und Werte zu schaffen.

Das Team hat viele Gestaltungsfreiheiten, insbesondere im Einsatz von Werkzeugen und Technologie, aber auch durch die Einführung neuer Konzepte, Lösungen und Arbeitsweisen.

• fortgeschrittener Abschluss in Informatik, Statistik oder einem verwandten MINT-Bereich
• mindestens 4 Jahre Erfahrung im ML-Ingenieurwesen oder technische Unterstützung für Data-Science-Erfahrung in einem industriellen/kommerziellen Umfeld
• Erfahrung mit Azure-Cloud-Diensten und -Infrastruktur
• Erfahrung in der Operationalisierung von Data-Science-Projekten mit Azure
• Erfahrung in der Bereitstellung ML-Modelle bis zur Produktion und Verwaltung
• fortgeschrittene Python-Programmierkenntnisse zusammen mit Kenntnissen des Python ML-Stacks
• fortgeschrittene Kenntnisse von DevOps-Tools und -Methoden wie Docker, Kubernetes, CI/CD-Pipelines < /li>
• Fähigkeit, in CI/CD-Pipelines zu erstellen und zu entwickeln, die eine kontrollierte und kontinuierliche Verbesserung bestehender Arbeiten und neuer Funktionen sowohl während der Entwicklungs- als auch der Produktionsphase ermöglichen
• gutes Verständnis von Algorithmen für maschinelles Lernen, ML und KI-Konzepte sowie praktische Erfahrung in der ML-Modellentwicklung
• Erfahrung im Aufbau und der Optimierung von Datenpipelines, Architekturen und Datensätzen
• ausgeprägte Software-Engineering-Kenntnisse (einschließlich Unit-Tests, OOP)< /li>
• Erfahrung mit der Arbeit mit großen Datenmengen über Spark und RDBMs
• Erfahrung mit Versionierungssystemen (z. B. Git)
• Fähigkeit, qualitativ hochwertigen, gut dokumentierten und gut getesteten Code für Softwaredienste zu schreiben
• Erfahrung in der Bereitstellung in der Produktion und Fähigkeit, ein Produkt einschließlich einer breiteren technischen Landschaft zu planen (Fähigkeit zu Design und Lieferung von Produkten nach modularem Ansatz)
• Erfahrung in der Arbeit in einem sStart-up-Umfeld oder Organisationen mit agiler Kultur, in funktionsübergreifenden Teams
• professionelle Einstellung und Serviceorientierung
• Teamplayer
• Fähigkeit, autonom zu arbeiten, um Ergebnisse zu liefern komplexe Projekte
• Fließendes Englisch, da Sie fast immer auf Englisch kommunizieren

Sie sind herzlich eingeladen, der Global Analytics-Einheit unseres Partners beizutreten, einem globalen, zentralisierten Team mit dem Ziel ist es, die datengesteuerte Entscheidungsfindung und die Entwicklung intelligenter Datenprodukte für den täglichen Betrieb zu stärken. 

Derzeit sind wir auf der Suche nach einem leitenden MLOps-Ingenieur, da wir unseren Partner bei der Entwicklung der Global Analytics-Einheit unterstützen, einem globalen, zentralisierten Team mit dem Ziel, datengesteuerte Entscheidungen zu stärken -Erstellung und Entwicklung intelligenter Datenprodukte für den täglichen Betrieb.

Die Essenz des Teams ist ein Innovationsgeist, der das gesamte Unternehmen durchdringt und einen datenorientierten Ansatz in allen Aspekten des Geschäfts fördert. Von Vertrieb und Logistik bis hin zu Marketing und Einkauf waren unsere Smart-Data-Produkte ausschlaggebend für schnelles Wachstum und operative Exzellenz. Da das Team seine Analyselösungen auf globaler Ebene erweitert, sind wir auf der Suche nach einem erfahrenen Lead MLOps Engineer.

Das Global Analytics-Team ist ein vielfältiges Kollektiv aus Datenwissenschaftlern, Dateningenieuren, Business-Intelligence-Spezialisten und Analytics-Übersetzern mit Präsenz auf drei Kontinenten und fünf Ländern. Sein Ethos dreht sich um die Förderung der Zusammenarbeit, die Förderung von Innovationen und die Gewährleistung von Zuverlässigkeit. Gemeinsam setzen wir uns dafür ein, die gesamte Organisation zu einem führenden Anbieter datengesteuerter Entscheidungsfindung zu machen und dabei die globale Vielfalt zu nutzen, um Herausforderungen zu bewältigen und Werte zu schaffen.

Das Team hat viele Gestaltungsfreiheiten, insbesondere im Einsatz von Werkzeugen und Technologie, aber auch durch die Einführung neuer Konzepte, Lösungen und Arbeitsweisen.

,[Verstehen von Geschäftsproblemen und Entwerfen intelligenter Datenprodukte in Zusammenarbeit mit Datenwissenschaftlern, Entwerfen, Implementieren und Verbessern von MLOps-Frameworks für Data Science-Projekte unter Beachtung von Best Practices, Entwerfen und Entwickeln von Azure basierte Cloud-Infrastruktur für die Entwicklung und Bereitstellung KI-gesteuerter Anwendungen, Arbeit am Entwurf und Aufbau von in der Azure-Cloud gehosteten, automatisierten Pipelines, die Data-Science-Modelle für Geschäftsanwendungen ausführen, überwachen und neu trainieren, Unterstützung von Dateningenieuren bei der Automatisierung, Erstellung und Wartung von Datenerfassungs- und Verarbeitungsworkflows Arbeitsabläufe zum Trainieren, Testen und Bereitstellen von Data-Science-Modellen in der Produktionsumgebung in enger Zusammenarbeit mit Data Scientists und Data Engineers, Unterstützung des Lebenszyklusmanagements bereitgestellter ML-Anwendungen (z. B. neue Releases, Änderungsmanagement, Überwachung und Fehlerbehebung), Mitwirkung bei der Implementierung von Frameworks zur Messung und Optimierung der Qualität bereitgestellter Lösungen]
Anforderungen: Python, MLOps, Kubernetes, Docker, Spark, DevOps, DevOps-Tools, Azure, maschinelles Lernen
Tools: Agil, Scrum.
Zusätzlich: Sportabonnement, private Gesundheitsversorgung, Trainingsbudget, kleine Teams, internationale Projektects, kostenloser Kaffee, Fahrradabstellplätze, kostenlose Getränke, Inhouse-Schulungen, Inhouse-Hack-Days, modernes Büro, keine Kleiderordnung.