Senior MLOps / DevOps Engineer AI (Computer Vision) (m/w/d)

Allgemeine Qualifikationen und Stellenbeschreibung

Senior MLOps / DevOps Engineer AI (Computer Vision) * Standort: Heilbronn * Abteilung / Bereich: IT - BI, AI & Data * Level: Berufserfahrene * Referenznummer: 1704 Die betreut die gesamte digitale Infrastruktur und alle Softwarelösungen der Unternehmen der Schwarz Gruppe. Sie ist somit für Auswahl, Bereitstellung und Betrieb sowie Weiterentwicklung von IT-Infrastrukturen, IT-Plattformen und Business-Anwendungen zuständig. Um die Fachbereiche durch IT-Lösungen optimal bei deren Geschäftsprozessen zu unterstützen, nimmt die die Anforderungen der Fachbereiche in Beratungsgesprächen auf und erarbeitet gemeinsam mit diesen professionelle und leistungsfähige IT-Lösungen. Deine Aufgaben * Entwicklung & Betrieb: Du konzipierst, implementierst und wartest Softwarelösungen sowie Cloud-Infrastrukturen für das Training, Management und Deployment von Computer-Vision-Datensätzen und -Modellen. * Pipeline-Optimierung: Du entwirfst und optimierst Deployment-Pipelines, um eine nahtlose Integration und Skalierung von Machine-Learning-Modellen zu ermöglichen. * Teamarbeit: Du arbeitest eng mit unseren AI Engineers zusammen, um die Entwicklung, das Training und das Deployment von KI-Modellen effizienter zu gestalten. * ML-Pipelines: Du entwickelst und verwaltest ML-Pipelines und stellst durch sauberes Software Engineering sicher, dass sie in Produktionsumgebungen stabil laufen. * Infrastruktur & Skalierung: Du trägst dazu bei, eine robuste, sichere und performante Infrastruktur für unsere KI-Lösungen im großen Maßstab aufzubauen. Dein Profil * Erfahrung & Fundament: Du verfügst über eine solide Basis im Software Engineering und Machine Learning. Du bringst mindestens 3 Jahre Berufserfahrung in den Bereichen MLOps, DevOps oder Data Engineering mit. * Python-Experte: Du beherrschst Python fließend und hast eine Leidenschaft für sauberen, wartbaren und gut getesteten Code. Im besten Fall hast du bereits Erfahrung mit der ML-Library PyTorch. * Infrastruktur-Profi: Du bist sicher im Umgang mit Docker und Kubernetes und beherrschst Infrastructure as Code mit Terraform. * Cloud-Native: Du hast praktische Erfahrung mit mindestens einem großen Cloud-Provider (AWS, GCP oder Azure) sowie im Aufbau und Management von CI/CD-Pipelines. * ML-Interesse: Du hast ein grundlegendes Verständnis von Deep Learning und KI-Workflows. Idealerweise hast du bereits mit MLOps-Tools wie MLflow, Kubeflow oder Cloud-Lösungen wie SageMaker/Vertex AI gearbeitet. * Monitoring-Mindset: Du hast Erfahrung mit Monitoring- und Observability-Stacks (z. B. Prometheus, Loki, Grafana) und verstehst DevOps-Prinzipien. * Macher-Mentalität: Komplexe technische Herausforderungen löst du proaktiv, zuverlässig und eigenständig mit pragmatischen, skalierbaren Lösungen.