Required skills
- Databricks
- Data Lake
- Data Lakehouse
- Spark
- PySpark
- Data Engineering
- Python
- SQL
- Data Modeling
- ETL
- ELT
- MLOps
- ML Pipelines
- Orchestration
- Automation
- MLflow
- TensorFlow
- PyTorch
- AWS
- Docker
- Kubernetes
- Terraform
- CloudFormation
- Monitoring
- Observability
- Data Quality
- OpenTelemetry
- DQX
- Edge AI
- Cloud Applications
Languages: German
Job description
Projektbeschreibung Für ein Projekt im industriellen Anlagen- und Abfüllumfeld suchen wir einen erfahrenen "MLOps & Data Engineer", der die Automatisierung von ML-Prozessen, simulationsbasierte Regleroptimierung sowie Monitoring- und Observability-Lösungen für Edge- und Cloud-Anwendungen vorantreibt.
Project overview
Für ein Projekt im industriellen Anlagen- und Abfüllumfeld suchen wir einen erfahrenen "MLOps & Data Engineer", der die Automatisierung von ML-Prozessen, simulationsbasierte Regleroptimierung sowie Monitoring- und Observability-Lösungen für Edge- und Cloud-Anwendungen vorantreibt.
Responsibilities
Der Einsatz findet mit einer Auslastung von 130-150 Stunden im Monat statt. Es sind 3 Onsite Tage pro Quartal geplant.
- Automatisierung des Modell-Retrainings sowie Weiterentwicklung und Orchestrierung bestehender ML- und Trainings-Pipelines
- Entwicklung und Validierung von Simulationsmodellen für Füllprozesse sowie automatisierte Optimierung von Reglerparametern und Übertragung auf den realen Testaufbau
- Aufbau und Weiterentwicklung eines Databricks-basierten Monitorings für Datenqualität, Data Drift und Regelkreis-Performance
- Konzeption und Umsetzung von Observability, Echtzeit-Monitoring und Alerting für Edge-AI-Services vom Edge bis in die Cloud
- Integration der entwickelten Lösungen und Monitoring-Prozesse in bestehende Support-Prozesse
Requirements
-Erfahrung mit Databricks bzw. vergleichbaren Plattformen, Data Lakes/Lakehouses sowie Spark/PySpark
-Fundierte Kenntnisse im Data Engineering mit Python und SQL, insbesondere Datenmodellierung sowie ETL/ELT-Design und -Architektur
-Erfahrung mit MLOps und ML-Pipelines, einschließlich Orchestrierung, Automatisierung, MLflow sowie TensorFlow oder PyTorch
-Kenntnisse in Cloud-, Container- und Infrastructure-as-Code-Umgebungen, insbesondere AWS, Docker, Kubernetes sowie Terraform/CloudFormation
-Erfahrung mit Monitoring, Observability und Data Quality, beispielsweise OpenTelemetry und DQX, sowie Edge- und Cloud-Anwendungen
Nice to have
-Kenntnisse in Reinforcement Learning
-Erfahrung mit KI-unterstützter Programmierung
Umfeld:
Databricks, Data Lake, Data Lakehouse, AWS Cloud Services, Spark, PySpark, Python, SQL, MLflow, TensorFlow, PyTorch, Docker, Kubernetes, Terraform, CloudFormation, OpenTelemetry, DQX, Git, Reinforcement Learning, Edge AI, KI-unterstützte Programmierung
Indexed by 9am's meta-search. You are a job provider? Claim or manage this listing
Found on Contractor Consulting