Platform Engineer – MLOps

🕒 vor 24 Tagen

🇺🇸 Vereinigte Staaten – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🏗️ Plattformingenieur

👻 Geisterscore 35%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

DKSH Portugal, Unipessoal, Lda.

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2014

🍽️ Lebensmittel & Getränke

📦 Logistik

💼 Beratung

Food & Beverage • Logistics • Consulting

DKSH Portugal, Unipessoal, Lda. ist die portugiesische Niederlassung von DKSH, einem globalen Anbieter von Marktexpansionsdienstleistungen, der multinationalen Unternehmen dabei hilft, Spezialchemikalien, Zutaten (Lebensmittel & Getränke, Körperpflege), Pharmazeutika und leistungsfähige Materialien zu vertreiben, zu vermarkten und zu verkaufen. Das Unternehmen bietet umfassende B2B-Dienstleistungen – einschließlich Distribution, Marketing, Vertrieb, Logistik und regulatorischer Unterstützung – um Partner dabei zu unterstützen, ihre Präsenz in Portugal auszubauen und lokale Märkte mit globalen Marken zu verbinden.

Beschreibung

• Build and maintain CI/CD pipelines for ML workloads, including testing, packaging, and promotion of models and pipelines • Own ML lifecycle tooling for experiment tracking, model registry, versioning, and promotion gates • Define development-to-production promotion procedures, including validation gates, rollback, and audit trails • Implement model deployment and serving patterns for batch inference and real-time endpoints • Build and maintain observability for ML workloads, covering pipeline health, model and data drift, performance, latency, and cost • Partner with data scientists to productionize notebooks and experiments into governed, reliable, repeatable pipelines • Administer and evolve Databricks workspaces, Unity Catalog metastores, and catalogs with appropriate access controls • Support AWS infrastructure underpinning the Lakehouse, particularly IAM, networking, S3, and related platform services • Apply least-privilege access and Unity Catalog governance across data and ML assets • Monitor and tune Databricks jobs and compute for cost and performance • Maintain architecture documentation and runbooks for deployment, troubleshooting, and production support • Partner with data engineering and data science teams to define and maintain platform standards, automation, and documentation • Translate ML workload requirements into reliable, governed, reusable platform capabilities

🎯 Anforderungen

• 5+ years of relevant experience in platform, DevOps, MLOps, ML engineering, or related engineering roles • Hands-on experience with the ML lifecycle: experiment tracking, model registry, versioning, and deployment (MLflow or equivalent) • Experience building CI/CD pipelines using Git-based workflows for ML or data workloads • Working experience with Databricks platform capabilities, including workspaces, Unity Catalog, compute, jobs/workflows, permissions, and environment configuration • Solid Python scripting for automation and pipeline tooling • Ability to work closely with data scientists and data engineers to translate ML requirements into reliable platform capabilities • Fluency in English (written and spoken) • AWS experience, particularly IAM, networking, S3, and related platform services (nice to have) • Infrastructure as Code experience with Terraform or Terragrunt (nice to have) • Familiarity with Databricks Asset Bundles, Delta Live Tables, or Databricks Workflows (nice to have) • Exposure to feature stores or feature platforms such as Chalk, or real-time model serving (nice to have) • Experience with notebook-based data science environments such as Domino Data Lab (nice to have) • Experience with on-premises or hybrid Kubernetes environments and Git-based deployment workflows using GitLab (nice to have) • Databricks ML Associate or AWS certifications (nice to have) • Observability tooling such as CloudWatch and Prometheus/Grafana, and cost-optimization practices (nice to have)

🏖️ Vorteile

• Permanent full-time employment • Remote work • Global and multicultural environment with diverse perspectives and global collaboration • Startup energy in a fast-moving, impact-driven environment • Ownership mindset where engineers own what they build • Collaborative, friendly, open, curious, and supportive culture