Arbeiten Sie bei der DZ BANK – einer der größten Geschäftsbanken Deutschlands und Spitzeninstitut der Genossenschaftlichen FinanzGruppe. Wir bieten Ihnen spannende Herausforderungen, schätzen Ihre Erfahrung, fördern Eigeninitiative und Innovation und arbeiten partnerschaftlich daran, Erfolge gemeinsam zu gestalten.
Tätigkeiten
- Als AI Platform Engineer (m/w/d) konzipieren Sie unsere KI- bzw. ML-Plattformen und treiben als zentrale Schnittstelle von Softwareentwicklung, MLOps sowie Data Science ihre Weiterentwicklung voran.
- Hierzu optimieren Sie unsere bestehende Machine-Learning-Plattform (u. a. Dataiku) und unterstützen uns bei ihrer performanten Integration in unser wachsendes KI-Ökosystem.
- Sie entwerfen und implementieren robuste Backend- sowie DevOps- bzw. CI-Funktionalitäten, um unsere Plattformbereitstellung zu automatisieren und ebenso effiziente wie standardisierte Release-Pipelines sicherzustellen.
- Indem Sie MLOps-Pipelines aufbauen, betreiben und laufend optimieren, ermöglichen Sie unseren Data Scientists das reibungslose Management der Machine-Learning-Modelle über ihren gesamten Lebenszyklus hinweg – vom Training über das Deployment bis hin zum Monitoring.
- Darüber hinaus arbeiten Sie eng mit unseren Data Scientists, ML-Engineers sowie Fachbereichen zusammen und entwickeln innovative, datengetriebene Produkte für echten Mehrwert in der Finanzindustrie.
Anforderungen
- Erfolgreiches Studium der Informatik, Wirtschaftsinformatik, Physik, Mathematik oder ein ähnlicher akademischer Abschluss – alternativ eine vergleichbare abgeschlossene Ausbildung oder eine durch einschlägige Berufspraxis erworbene Qualifikation
- Fundierte Erfahrung in mind. einer höheren Programmiersprache im Backend (z. B. Python, Java) und entsprechenden Bibliotheken wie FastAPI
- Vertraut mit der Containerisierung (Docker) und Orchestrierung (bevorzugt Kubernetes / OpenShift) sowie den Prinzipien moderner Cloud-Plattformarchitekturen (GCP)
- Tiefes Verständnis rund um die Herausforderungen im MLOps-Umfeld (u. a. CI/CD für ML, Model Monitoring, Automatisierung von Pipelines) und idealerweise geübt im Umgang mit Tools wie Dataiku, KubeFlow oder MLFlow
- Bewandert in Linux und den gängigen Werkzeugen (z.B. shell)
Bewerbungsprozess
- Erstes Video-Interview
- Persönliches Interview vor Ort