Stellenangebot

Senior Data Engineer 100% (m/w/d)

Als Senior Data Engineer (m/w/d) unterstützt du die Entwicklung eines Python-basierten Unternehmensdatenhubs und den Ausbau der MLOps-Infrastruktur, um skalierbare und zuverlässige ML-Lösungen zu liefern. Zu deinen Aufgaben gehören die Automatisierung von CI/CD-Pipelines, die Entwicklung von Machine-Learning-Modellen und die Überwachung von Systemen.

Ausland

Julius Bär Gruppe AG

100%

Stellenbeschreibung

Aufgaben

Entwicklung, Training und Bewertung von Machine-Learning-Modellen (z.B. mit scikit-learn, xgboost, PyTorch) in enger Zusammenarbeit mit Data Scientists
Orchestrierung von End-to-End-ML-Workflows, einschließlich Vorverarbeitung, Training, Hyperparameter-Tuning und Modellvalidierung
Deployment und Bereitstellung von Modellen in der Produktion mithilfe von containerisierten Microservices (Docker/K8s) und REST/gRPC-APIs
Verwaltung des MLOps-Lebenszyklus mithilfe von Tools wie MLflow (Experiment-Tracking, Modell-Registry) und Implementierung von Monitoring für Drift, Degradation und Leistung
Refaktorierung von exploratorischem Code (z.B. Jupyter-Notizbücher) in robuste, testbare und versionierte Produktions-Pipelines
Zusammenarbeit mit Data Engineers, um den Data Hub bereitzustellen und zu optimieren, um zuverlässige Datenflüsse für Training und Inferenz sicherzustellen
Fehlerbehebung bei betrieblichen Problemen über Infrastruktur-, Daten- und Modellebenen; Teilnahme an Incident-Response und Root-Cause-Analyse

Anforderungen

Profil

Technische Fähigkeiten: Starke Fähigkeiten in Python, Linux, CI/CD, Docker, Kubernetes und MLOps-Tools (z.B. MLflow). Praktische Erfahrung mit Oracle-Datenbanken, SQL und ML-Frameworks
ML-Engineering-Aptitude: Fähigkeit, den gesamten ML-Lebenszyklus - von Training und Bewertung bis hin zu Deployment und Monitoring - mit Aufmerksamkeit für Reproduzierbarkeit und Compliance zu übernehmen
Automatisierung und Zuverlässigkeit: Engagement für den Aufbau stabiler, selbstheilender Systeme mit proaktiver Überwachung und automatisierter Wiederherstellung
Zusammenarbeit und Kommunikation: Effektiver Teamplayer in agilen, funktionsübergreifenden Umgebungen; in der Lage, klar über technische und nicht-technische Zielgruppen zu kommunizieren

Bildung und Fähigkeiten

Bildung: Bachelor of Science (BS) in Computerwissenschaften, Ingenieurwesen, Data Science oder verwandtem Feld. Zertifizierungen wie CKA, AWS/Azure DevOps Engineer oder Google Cloud Professional DevOps Engineer sind ein Plus
Technische Fähigkeiten:
- Python, Git und Shell-Scripting
- Erfahrung mit CI/CD-Pipelines (GitLab, Jenkins), Docker und Kubernetes
Sprachkenntnisse: Englisch ist erforderlich