Jobs / Airbus
(Senior) MLOps Engineer (d/m/w)
Airbus · Stuttgart, BW, Deutschland
Stuttgart, BW, DeutschlandHybrid
Remuneration
Ein attraktives Gehalt
Location
Stuttgart, BW, Deutschland
Visa sponsorship
Not specified
Job summary
Die (Senior) MLOps Engineer-Rolle entwickelt die Trainings- und Integrationsinfrastruktur für ML-Modelle in autonomen UAV-Systemen und verbindet Machine Learning Engineering mit DevOps, Data und Simulation. Zu den Kernaufgaben gehören der Aufbau einer MLOps-Plattform sowie reproduzierbare Trainings-, Evaluierungs- und Deployment-Pipelines für Multi-Cloud-Umgebungen und abgeschottete Cluster. Außerdem unterstützt die Rolle Modelltests und die Optimierung der Inferenzleistung auf Zielhardware.
Benefits
Attraktives GehaltFlexible ArbeitszeitenBerufliche Weiterentwicklungsmöglichkeiten
Qualifications
- Berufserfahrung in MLOps oder ML Engineering mit produktiv eingesetzten Modellen und Plattformen
- Fundiertes Verständnis für Training, Evaluierung und Verbesserung von ML-Modellen sowie praktische Erfahrung mit PyTorch und ONNX
- Sehr gute Python-Kenntnisse und Fokus auf saubere, wartbare Software
- Erfahrung mit Kubernetes, CI/CD und MLOps-Tools wie GitLab, Kubeflow, MLflow, KServe oder Artifact Registries
- Verhandlungssichere Deutsch- und Englischkenntnisse
- C++-Kenntnisse sind wünschenswert
- Wünschenswerte Erfahrung mit Edge-Inferenzoptimierung, TensorRT, Quantisierung, Hardware-in-the-Loop, Simulation, synthetischen Daten oder verteiltem Training auf GPU-Clustern
Responsibilities
- ML-Modelle aus internen und Open-Source-Quellen bewerten und in den End-to-End-Autonomie-Stack integrieren
- MLOps-Plattform auf Basis vorhandener Komponenten wie Kubernetes, MLflow und GitLab mitgestalten
- Trainings-, Evaluierungs- und Deployment-Pipelines für Multi-Cloud-Umgebungen und abgeschottete Cluster entwickeln
- Reproduzierbarkeit und Nachvollziehbarkeit über den Modelllebenszyklus sicherstellen, einschließlich Daten- und Modellversionierung, Experiment-Tracking und Model Registry
- Gemeinsam mit DevOps- und Simulationsteams Umgebungen für systematische und vergleichbare Modelltests entwickeln
- Pipelines zur Modelloptimierung und Verbesserung der Inferenzleistung auf Zielhardware unterstützen
- Mit ML-Entwicklung, Software- und Systemengineering sowie Infrastrukturbetrieb zusammenarbeiten
Skills
C++GitLabKubernetesPythonDocker
Degrees
Abgeschlossenes MINT-Studium, beispielsweise Informatik, Mathematik, Elektrotech
Languages
DeutschEnglisch
Work schedule
Flexible Arbeitszeiten
Industry
Luft- und RaumfahrtVerteidigungAutonome Systeme
Relocation
No