Learning support assistant Jobs in Leipzig

DEINE ROLLE

• ML-Modelle entwickeln & produktiv setzen: Du entwickelst Machine Learning-Modelle, überführst sie in produktive Umgebungen und verantwortest deren kontinuierliche Pflege und Weiterentwicklung.
• MLOps-Prozesse gestalten: Du setzt MLOps-Tools wie MLflow oder KubeFlow ein, um reproduzierbare Trainings-, Deployment- und Monitoring-Prozesse für ML-Modelle zu etablieren.
• Datenbasis aufbereiten: Du arbeitest mit großen Datenmengen, bereitest Daten für ML- und AI-Anwendungen auf und stellst deren Qualität und Nutzbarkeit sicher.
• ML-Lösungen in IT-Landschaften integrieren: Du integrierst ML-Modelle in bestehende Applikationen, Services und Cloud-Umgebungen und arbeitest dabei eng mit Data Engineers und Softwareentwickler:innen zusammen.
• Infrastructure as Code: Du unterstützt den Aufbau und Betrieb von ML-Umgebungen mit Infrastructure as Code, z. B. auf Basis von Terraform oder ARM.
• Innovation und Teamgeist: Du arbeitest in agilen Teams, denkst „out of the box“ und bringst neue Ideen und Technologien im Bereich Machine Learning und AI aktiv ein.

DEIN PROFIL

• Berufserfahrung im Machine Learning: Du verfügst über mindestens drei bis fünf Jahre einschlägige Berufserfahrung mit ausgeprägtem ML-Hintergrund und Erfahrung in der Erstellung, Bereitstellung und Pflege von ML-Modellen in der Produktion.
• Akademischer Hintergrund: Du hast ein erfolgreich abgeschlossenes Studium in der Fachrichtung Informatik, Wirtschaftsinformatik oder ein vergleichbares Studium mit relevantem Bezug.
• Technische Fähigkeiten in Python & ML: Du besitzt ausgeprägte Kenntnisse in Python und den gängigen Machine Learning-Bibliotheken und hast praktische Erfahrungen mit MLOps-Tools wie MLflow, KubeFlow o.ä.
• Umgang mit großen Datenmengen: Du hast Erfahrungen im Umgang mit großen Datenmengen und berücksichtigst dabei Aspekte wie Performance, Skalierbarkeit und Datenqualität.
• Infrastructure as Code Kenntnisse: Du bringst Erfahrungen im Einsatz von Infrastructure as Code, z.B. mit Terraform oder ARM, in ML- oder AI-Umgebungen mit.
• Sprachkenntnisse: Sehr gute Deutsch- und gute Englischkenntnisse in Wort und Schrift.