(Senior) Machine Learning Platform/Ops Engineer, Remote/Europa (m/w/d)

vor 5 Stunden

Bewerben

E-Mails mit ähnlichen Jobs erhalten

AUTO1 Group

WebsiteLinkedInAlle Stellen

B2C • Marketplace • Transport

Die AUTO1 Group ist Europas führende digitale Automotive‑Plattform für den Online‑An‑ und Verkauf von Gebrauchtwagen. Wir bieten Verbraucherinnen und Verbrauchern sowie professionellen Autohändlerinnen und ‑händlern in ganz Kontinentaleuropa einen schnellen und einfachen Weg, über unsere etablierten Plattformen Gebrauchtwagen zu festen, verhandlungsfreien Preisen zu kaufen und zu verkaufen. Wir bieten die größte Auswahl an Gebrauchtwagen in mehr als 30 Ländern, über mehr als 80 Marken und in allen Preissegmenten. 2019 verkaufte die AUTO1 Group über unsere Websites und Apps mehr als 615.000 Fahrzeuge.

5001 - 10000 Mitarbeiter

Gegründet 2012

👥 B2C

🏪 Marktplatz

🚗 Transport

💰 Convertible Note im 2020-07

Beschreibung

• Verantwortung für den ML-Lifecycle: Entwerfen, implementieren und warten robuster, containerisierter und reproduzierbarer Pipelines für Modelltraining, -evaluierung und -bereitstellung — sowohl für Batch- als auch für Echtzeit-Szenarien • Modelle in großem Maßstab operationalisieren: Aufbau und Verwaltung von ML-Services, APIs und Model-Serving-Infrastruktur unter Verwendung von Tools wie MLflow, Amazon SageMaker und Feature Store • Automatisieren und überwachen: Einrichten und Pflegen von Monitoring-, Observability- und Alerting-Systemen zur Sicherstellung hoher Verfügbarkeit und Leistung (einschließlich Modell-/Daten-Drift, Feature-Logging und Inferenz-Latenz) • Experimentiergeschwindigkeit erhöhen: Entwickeln und Pflegen interner Bibliotheken, Templates und Plattform-Tools zur Verbesserung der Reproduzierbarkeit und Vereinfachung von Deployment-Workflows für alle Modellteams • Zuverlässigkeit und Qualität sicherstellen: Implementieren von CI/CD-Pipelines für Modell- und Daten-Workflows mit Docker, Terraform und Jenkins; Weitergabe von Best Practices, Mentoring für weniger erfahrene Ingenieure und Förderung enger bereichsübergreifender Zusammenarbeit • Auf dem Laufenden bleiben: Kontinuierliche Evaluierung neuer MLOps-Technologien zur Steigerung von Effizienz, Skalierbarkeit und Zuverlässigkeit

🎯 Anforderungen

• Praktische MLOps-Erfahrung: Mindestens 2 Jahre Produktionserfahrung in der Operationalisierung, Bereitstellung, Überwachung und Wartung von ML-Modellen im Produktivbetrieb • Tooling: Versiert im Umgang mit Infrastructure-as-Code (IaC), CI/CD-Systemen (Docker, Terraform, Jenkins oder äquivalent) und mindestens einem großen Cloud-Anbieter (AWS, GCP oder Azure) • Programmierung: Sehr gute Python-Kenntnisse (einschließlich ML-Bibliotheken wie scikit-learn, LightGBM, PyTorch, TensorFlow) sowie Erfahrung mit SQL • Monitoring: Vertraut mit Monitoring und Logging für ML-Pipelines (Erkennung von Modelldrift, Datenvalidierung, Performance-/Feature-Logging) • Zusammenarbeit: Effektive Kommunikationsfähigkeiten und Erfahrung in der Zusammenarbeit mit Engineering- und Data-Science-Teams • Vorteil: Erfahrung mit Feature Stores, Modellversionsverwaltung oder beim Aufbau interner ML-Plattformen

🏖️ Vorteile

• Homeoffice: Bis zu 5 Tage pro Woche möglich • Internationale Teams • Weiterbildungsbudget zur Unterstützung Ihrer kontinuierlichen Lern- und Entwicklungsziele • Persönliches Wachstum durch Einbringen eigener Ideen • Spannende Teamevents wie Hackathons zur Förderung von Zusammenarbeit und Innovation • Rabatte bei Autohero, unserer Plattform für hochwertige Gebrauchtwagen