WIZELINE

Data Scientist - ML Engineering

DockerKubernetes
Automatische Übersetzung. Prüfe das Original.

Über die Stelle

Wir sind: Wizeline ist ein globaler Anbieter von KI-nativen Technologielösungen, der modernste, KI-gestützte digitale Produkte und Plattformen entwickelt. Wir arbeiten mit Kunden zusammen, um Daten und KI zu nutzen, den Markteintritt zu beschleunigen und die Geschäftstransformation voranzutreiben. Als globale Gemeinschaft von Innovatoren fördern wir eine Kultur des Wachstums, der Zusammenarbeit und des Einflusses.

Mit den richtigen Leuten und den richtigen Ideen gibt es keine Grenzen für das, was wir erreichen können.

Passen Sie zu uns?

Klingt großartig, oder? Nun, lassen Sie uns sicherstellen, dass Sie gut in die Rolle passen:

Erfahren Sie hier mehr über unsere Kultur.

Hauptverantwortlichkeiten

  1. Entwurf von End-to-End-ML-Infrastrukturen über Pipelines, Serving, Monitoring und Governance hinweg.
  1. Leitung der Bereitstellung von wirkungsvollen Modellen (Prognose-Engines, Optimierungs-Solver, NLP-Modelle).
  1. Entwurf fortschrittlicher CI/CD-Workflows unter Verwendung von Azure Pipelines, MLflow und Databricks.
  1. Implementierung von Modellregistern, Versionierung, Lineage und Audit-Compliance.
  1. Erstellung von Überwachungssystemen für Modelldrift und Retraining-Automatisierung.
  1. Mentoring von MLOps-Ingenieuren und Anleitung zur funktionsübergreifenden Plattformintegration.
  1. Förderung der Einführung von MLOps-Best Practices, von der Containerisierung bis zur Beobachtbarkeit.

Must-Have-Kenntnisse

  1. 5–8+ Jahre Erfahrung in ML Engineering, MLOps oder hochskalierten ML-Systemen.
  1. Tiefgreifende Expertise in Spark, Azure Databricks, MLflow, Kubernetes und Docker.
  1. Nachgewiesene Erfolgsbilanz bei der Bereitstellung von ML im Unternehmensmaßstab mit Audit- und Überwachungsschichten.
  1. Vertrautheit mit Hybrid-/Multi-Cloud-Infrastrukturen.

Nice-to-have

  1. KI-Tool-Kompetenz: Nutzen Sie ein oder mehrere KI-Tools, um die tägliche Arbeit zu optimieren und zu ergänzen, einschließlich Entwurf, Analyse, Recherche oder Prozessautomatisierung. Geben Sie Empfehlungen zur effektiven KI-Nutzung und identifizieren Sie Möglichkeiten zur Optimierung von Arbeitsabläufen.
  1. Führungserfahrung in ML-Plattform- oder DevOps-Teams.
  1. Erfahrung mit Feature Stores und Feature Engineering. AutoML ist ein Plus, H2O ist ein Plus.

Was wir bieten

  • Eine Umgebung mit hoher Wirkung
  • Engagement für berufliche Weiterentwicklung
  • Flexible und kollaborative Kultur
  • Globale Möglichkeiten
  • Lebendige Gemeinschaft
  • Gesamtvergütung

*Spezifische Leistungen hängen von der Anstellungsart und dem Standort ab.

Mehr Möglichkeiten mit einem Profil

Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.

Profil erstellen

Dein nächster Jobsucht schon nach dir.

Nort

Reverse-Recruiting- Plattform für Entwickler

RechtlichesNutzungsbedingungenDatenschutznortjobs © 2026